Embedding sungguhan adalah representasi yang dipelajari. Kursus ini menggunakan vektor hitungan kata yang kecil agar Anda dapat memeriksa setiap dimensi dan menguji pipeline di sekitarnya tanpa panggilan model. Penyederhanaan itu mengajarkan urutan input dan pengindeksan; penyederhanaan ini tidak dapat membuktikan kualitas pencarian semantik untuk korpus produksi.
Panggil MockClient.embeddings.create pada client baru dengan case.texts dan model fixture-vector. Kembalikan embedding setiap item data sesuai urutan input. Fixture hitungan kata empat dimensi ini bukan vektor semantik yang dipelajari.
Notebook menjalankan kode Python Anda terhadap tiruan lokal yang orisinal. Gunakan case yang diberikan, jangan menyalin nilai yang terlihat. Pemeriksaan tersembunyi mengubah identitas, revisi, dan input batas; tidak ada endpoint penyedia atau alat eksternal yang dihubungi.
Contoh implementasi kontrak fungsi.