Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
cohere/embed-5-proUsa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Cohere: Embed 5 Pro è un modello di embedding multimodale di Cohere, posizionato come il livello di maggiore accuratezza della famiglia Embed 5. È costruito per produrre embedding piuttosto che generare testo, e si colloca nella categoria degli embedding dei modelli disponibili tramite api14.
Il modello accetta testo, immagini e contenuti testuali e di immagini intercalati come input, e restituisce embedding come output. Supporta una lunghezza del contesto fino a 128,000 token, con un massimo di output di 115,200. Poiché gestisce entrambe le modalità e le loro combinazioni, lo stesso modello può embed un paragrafo, una schermata o una pagina di un documento dove testo e immagini appaiono insieme, il che impedisce ai pipeline di recupero di aver bisogno di modelli di embedding di testo e immagine separati.
Gli usi pratici derivano direttamente da ciò. La ricerca semantica e la generazione aumentata dal recupero su corpora misti sono le applicazioni ovvie, incluse le basi di conoscenza dove articoli, diagrammi e pagine scanner sono presenti fianco a fianco. I sistemi di raccomandazione e di similarità possono utilizzare gli embedding per confrontare elementi attraverso rappresentazioni testuali e di immagini. Anche il clustering, la de-duplicazione e la classificazione su grandi insiemi di documenti funzionano bene, poiché il modello può posizionare testo e immagini in uno spazio di embedding condiviso. La ricerca multimodale, dove una query testuale recupera immagini pertinenti o una query visiva recupera passaggi pertinenti, è un'altra applicazione naturale.
Si chiama il modello tramite l'API compatibile con OpenAI di api14 utilizzando l'id del modello "cohere/embed-5-pro". Poiché l'endpoint segue il formato degli embedding di OpenAI, i client e gli SDK esistenti che puntano a un URL base compatibile con OpenAI funzionano senza modifiche oltre all'id del modello. Il modello non elenca parametri di richiesta supportati, quindi le richieste si basano sugli input standard per gli embedding: il contenuto da embed e l'id del modello stesso. Non ci sono parametri di campionamento o generazione da configurare, poiché il modello produce solo embedding.
Se il tuo compito è la generazione di testo, la chat o qualsiasi forma di completamento, questo non è il modello giusto, poiché l'unico output è costituito da embedding. Vale anche la pena verificare se un modello di embedding solo testuale è sufficiente per i tuoi dati; se il tuo corpus non contiene immagini e nessun contenuto intercalato, la capacità multimodale rimane inutilizzata. Per carichi di lavoro che coinvolgono immagini o contenuti misti, Embed 5 Pro è l'opzione di maggiore accuratezza all'interno della famiglia Embed 5.
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));
Questa community non ha ancora discussioni. Apri la prima su Cohere: Embed 5 Pro.