Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
cohere/embed-5-proLäuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Cohere: Embed 5 Pro ist ein multimodales Embedding-Modell von Cohere, positioniert als die genauere Stufe der Embed 5 Familie. Es ist darauf ausgelegt, Embeddings zu erzeugen statt Text zu generieren, und es gehört zur Kategorie der Embedding-Modelle, die über api14 verfügbar sind.
Das Modell akzeptiert Text, Bilder sowie verschachtelte Text- und Bildinhalte als Eingabe und gibt Embeddings als Ausgabe zurück. Es unterstützt eine Kontextlänge von bis zu 128.000 Tokens bei einer maximalen Ausgabe von 115.200. Da es beide Modalitäten und deren Kombinationen verarbeitet, kann dasselbe Modell einen Absatz, einen Screenshot oder eine Dokumentseite einbetten, auf der Text und visuelle Elemente gemeinsam vorkommen, wodurch Retrieval-Pipelines keine separaten Embedding-Modelle für Text und Bilder benötigen.
Die praktischen Anwendungen ergeben sich direkt daraus. Semantische Suche und retrieval-augmentierte Generierung über gemischte Korpora sind die naheliegenden Einsatzbereiche, einschließlich Wissensbasen, in denen Artikel, Diagramme und gescannte Seiten nebeneinander liegen. Empfehlungs- und Ähnlichkeitssysteme können die Embeddings nutzen, um Elemente über Text- und Bilddarstellungen hinweg zu vergleichen. Clustering, Deduplizierung und Klassifizierung großer Dokumentmengen funktionieren ebenfalls gut, da das Modell Text und Bilder in einem gemeinsamen Embedding-Raum platzieren kann. Multimodale Suche, bei der eine Textabfrage relevante Bilder oder eine visuelle Abfrage relevante Passagen findet, ist eine weitere natürliche Anwendung.
Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "cohere/embed-5-pro" auf. Da der Endpunkt dem OpenAI-Embeddings-Format folgt, funktionieren bestehende Clients und SDKs, die bereits auf eine OpenAI-kompatible Basis-URL zeigen, ohne Änderungen über die Modell-ID hinaus. Das Modell listet keine unterstützten Anfrageparameter auf, daher stützen sich Anfragen auf die standardmäßigen Embedding-Eingaben: den einzubettenden Inhalt und die Modell-ID selbst. Es gibt keine Sampling- oder Generierungsparameter zu konfigurieren, da das Modell ausschließlich Embeddings erzeugt.
Wenn Ihre Aufgabe Textgenerierung, Chat oder irgendeine Form von Completion ist, ist dies nicht das richtige Modell, denn seine einzige Ausgabe sind Embeddings. Es lohnt sich auch zu prüfen, ob ein reines Text-Embedding-Modell für Ihre Daten ausreicht; wenn Ihr Korpus keine Bilder und keine verschachtelten Inhalte enthält, bleibt die multimodale Fähigkeit ungenutzt. Für Workloads, die Bilder oder gemischte Inhalte umfassen, ist Embed 5 Pro die genauere Option innerhalb der Embed 5 Familie.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "cohere/embed-5-pro",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Cohere: Embed 5 Pro.