Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
初めてですか？使い方をご紹介します プレイグラウンド、モデル、APIキーを1分でご案内します。
Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
mongodb/voyage-4-large上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
MongoDBによるVoyageAI: voyage-4-largeは、MongoDBによるVoyageAIの汎用かつ多言語の埋め込みモデルです。埋め込みカテゴリに属するため、その役割はチャット応答を生成することではなく、テキストをベクトル表現に変換することです。検索品質を重視して構築されているため、ベクトル表現の品質が検索結果に直接影響する検索および取得システムに自然に適合します。
このモデルはテキストを入力として受け取り、埋め込みを出力として返します。コンテキスト長は32,000トークンで、最大出力は28,800です。その設計はMatryoshka学習と量子化対応トレーニングによって実現されており、埋め込みをサポートします。多言語かつ汎用であるため、別のモデルに切り替えることなく、複数の言語のテキストに適用できます。
実用的なユースケースはこれらの特性から導かれます。主なものは検索です。文書、パッセージ、レコードをインデックス化し、クエリを埋め込み化することで、検索レイヤーが意味的類似性によって結果をランク付けできるようにします。多言語コーパスは相性が良く、同じモデルで言語をまたいだコンテンツとクエリを埋め込み化できます。Matryoshka学習とは、埋め込みを異なる切り詰めレベルで使用できることを意味し、ベクトルインデックスにおいてストレージやレイテンシと検索品質をトレードオフする必要がある場合に役立ちます。量子化対応トレーニングは、埋め込みが圧縮形式で保存される場合に重要であり、品質をフル精度のベクトルに近い状態に保ちます。
このモデルは、モデルID「mongodb/voyage-4-large」を使用して、api14のOpenAI互換APIを通じて呼び出します。エンドポイントはOpenAI形式に従っているため、既存のOpenAIクライアントをapi14に向け、通常どおりリクエストボディにモデルIDを含めて埋め込みリクエストを送信できます。このモデルは追加のリクエストパラメータをサポートしていないため、リクエストはシンプルなままです。重要なのはモデルIDと入力テキストです。ページのライブ価格表に現在の料金が表示されています。
留意すべき制限の1つは、これがテキスト生成モデルではなく埋め込みモデルであることです。チャット補完、推論、ツール呼び出し、または生成されたテキスト出力が必要な場合は、別のモデルが適切な選択です。Voyage-4-largeはベクトルを生成するためのものであり、その32,000トークンのコンテキストが、1回の埋め込みリクエストに含められるテキスト量を制限します。
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": "mongodb/voyage-4-large",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
このコミュニティにはまだトピックがありません。VoyageAI by MongoDB: voyage-4-largeについて最初のトピックを立てましょう。