Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.
mongodb/voyage-4Korzysta z Twojego salda według powyższych cen. Nowe konta zaczynają z darmowym użyciem.
Ustawienia
VoyageAI by MongoDB: voyage-4 to model embeddingowy od VoyageAI by MongoDB. Należy do kategorii embeddings, co oznacza, że jego zadaniem jest zamiana tekstu na reprezentacje wektorowe, a nie generowanie odpowiedzi czatu. To model ogólnego przeznaczenia, zbudowany do obsługi treści wielojęzycznych oraz angielskich. Jeśli Twoja aplikacja zależy od podobieństwa semantycznego, wyszukiwania lub jakości wyszukiwania, to jest klasa modelu, którą warto ocenić.
Model przyjmuje tekst jako dane wejściowe i zwraca embeddings jako dane wyjściowe. Jego długość kontekstu wynosi 32 000 tokenów, a maksymalne wyjście to 28 800. Ponieważ wyjściem jest wektor, a nie proza, nie użyjesz go do konwersacji, streszczania ani generowania kodu. Zamiast tego wysyłasz mu tekst i otrzymujesz reprezentację numeryczną, której systemy downstream używają do porównywania i rankingu. Obsługa wielu języków oznacza, że ten sam model można stosować dla treści w różnych językach bez przełączania się na osobny model embeddingowy dla każdego z nich.
Praktyczne zastosowania wynikają bezpośrednio z tego kształtu. Wyszukiwanie i retrieval to główne cele, więc voyage-4 pasuje do wyszukiwania semantycznego w kolekcji dokumentów, potoków retrieval-augmented generation, w których trzeba pobrać istotne fragmenty przed przekazaniem ich do modelu językowego, oraz aplikacji AI opierających się na podobieństwie między zapytaniami a przechowywaną treścią. Wyszukiwanie wielojęzyczne również jest naturalnym zastosowaniem, ponieważ zapytania i dokumenty nie muszą być w tym samym języku, aby embeddings były użyteczne. Klastrowanie, deduplikacja i dopasowywanie w stylu rekomendacji to także rozsądne zastosowania, ponieważ wszystkie sprowadzają się do porównywania embeddings.
Model wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu "mongodb/voyage-4". Ponieważ interfejs jest zgodny z formatem OpenAI, możesz skierować istniejącego klienta OpenAI na api14 i wysyłać żądania embeddingów bez przepisywania integracji. Model nie wymienia żadnych obsługiwanych parametrów poza standardowymi polami żądania, więc utrzymuj żądania proste i nie zakładaj opcji dostrajania, które nie są częścią interfejsu. Identyfikator modelu to wartość, którą umieszczasz w żądaniu, aby wybrać ten konkretny model.
Jedna rzecz do zapamiętania to zakres. To model embeddingowy, więc jeśli potrzebujesz generowania tekstu, rozumowania lub użycia narzędzi, model czatu lub uzupełniania będzie lepszym wyborem. Kontekst 32 000 tokenów i maksymalne wyjście 28 800 opisują obciążenie embeddingów, a nie budżet czatu. Użyj voyage-4, gdy zadaniem jest reprezentacja i retrieval, a po model generatywny sięgnij wtedy, gdy zadaniem jest tworzenie tekstu.
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",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Ta społeczność nie ma jeszcze wątków. Załóż pierwszy wątek o VoyageAI by MongoDB: voyage-4.