쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
처음이신가요? 사용법을 확인해 보세요 플레이그라운드, 모델, API 키를 1분 만에 둘러보세요.
쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
cohere/embed-5-pro위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.
Cohere: Embed 5 Pro는 Cohere의 멀티모달 임베딩 모델로, Embed 5 제품군에서 더 높은 정확도를 제공하는 계층으로 자리매김합니다. 텍스트 생성이 아니라 임베딩을 생성하기 위해 만들어졌으며, api14를 통해 사용할 수 있는 모델의 임베딩 카테고리에 속합니다.
이 모델은 텍스트, 이미지, 그리고 텍스트와 이미지가 교차하는 콘텐츠를 입력으로 받아들이고, 출력으로 임베딩을 반환합니다. 최대 128,000 토큰의 컨텍스트 길이를 지원하며, 최대 출력은 115,200입니다. 두 모달리티와 그 조합을 모두 처리하기 때문에, 동일한 모델로 문단, 스크린샷, 또는 텍스트와 시각 자료가 함께 나타나는 문서 페이지를 임베딩할 수 있어 검색 파이프라인이 별도의 텍스트 및 이미지 임베딩 모델을 필요로 하지 않습니다.
실용적인 용도는 여기에서 바로 이어집니다. 혼합 코퍼스에 대한 시맨틱 검색과 검색 증강 생성이 확실한 적합 사례이며, 기사, 다이어그램, 스캔한 페이지가 나란히 존재하는 지식 베이스도 포함됩니다. 추천 및 유사도 시스템은 임베딩을 사용해 텍스트와 이미지 표현 전반에 걸쳐 항목을 비교할 수 있습니다. 대규모 문서 집합에 대한 클러스터링, 중복 제거, 분류도 잘 작동하는데, 모델이 텍스트와 이미지를 공유 임베딩 공간에 배치할 수 있기 때문입니다. 텍스트 쿼리로 관련 이미지를 검색하거나 시각적 쿼리로 관련 구절을 검색하는 멀티모달 검색도 또 다른 자연스러운 응용 사례입니다.
모델 id "cohere/embed-5-pro"를 사용해 api14의 OpenAI 호환 API를 통해 이 모델을 호출합니다. 엔드포인트가 OpenAI 임베딩 형식을 따르므로, 이미 OpenAI 호환 base URL을 가리키는 기존 클라이언트와 SDK는 모델 id 외에는 변경 없이 작동합니다. 이 모델은 지원되는 요청 파라미터를 나열하지 않으므로, 요청은 표준 임베딩 입력, 즉 임베딩할 콘텐츠와 모델 id 자체에 의존합니다. 모델이 임베딩만 생성하므로 구성할 샘플링 또는 생성 파라미터는 없습니다.
작업이 텍스트 생성, 채팅 또는 어떤 형태의 완성이든, 이 모델은 출력이 임베딩뿐이므로 적합하지 않습니다. 또한 텍스트 전용 임베딩 모델이 데이터에 충분한지 확인할 가치가 있습니다. 코퍼스에 이미지와 교차 콘텐츠가 전혀 없다면 멀티모달 기능은 사용되지 않습니다. 이미지나 혼합 콘텐츠를 다루는 워크로드의 경우, Embed 5 Pro는 Embed 5 제품군 내에서 더 높은 정확도를 제공하는 옵션입니다.
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));
이 커뮤니티에는 아직 토픽이 없습니다. Cohere: Embed 5 Pro에 대한 첫 토픽을 열어 보세요.