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-multimodal-3.5Korzysta z Twojego salda według powyższych cen. Nowe konta zaczynają z darmowym użyciem.
Ustawienia
VoyageAI by MongoDB: voyage-multimodal-3.5 to multimodalny model embeddingowy od VoyageAI by MongoDB. Należy do kategorii embeddings, więc jego zadaniem jest zamiana treści na wektory, a nie generowanie odpowiedzi czatu. Jest skierowany do deweloperów, którzy potrzebują jednego modelu embeddingowego obejmującego więcej niż zwykły tekst.
Model przyjmuje tekst i obrazy jako dane wejściowe i produkuje embeddingi jako dane wyjściowe. Może wektoryzować tekst, obrazy i wideo indywidualnie, a także obsługuje treści przeplatające wszystkie trzy modalności. Okno kontekstowe wynosi 32 000 tokenów, a maksymalne wyjście to 28 800. Ponieważ wyjście jest zawsze reprezentacją wektorową, model nie zwraca prozy, odpowiedzi ani uzupełnień czatu; zwraca embeddingi, które przechowujesz lub porównujesz.
Te możliwości wskazują na kilka praktycznych zastosowań. Możesz osadzić dokumenty tekstowe i obrazy w jednej wspólnej przestrzeni wektorowej do wyszukiwania i wyszukiwania informacji, co pasuje do baz wiedzy i katalogów łączących materiał pisany z zasobami wizualnymi. Ponieważ model obsługuje przeplatane treści tekstowe, obrazowe i wideo, pasuje również do stron lub rekordów, w których modalności występują razem, takich jak listy produktów z opisami i zdjęciami. Embeddingi mogą wspierać dopasowywanie podobieństwa, grupowanie, deduplikację i funkcje rekomendacji zbudowane na własnym magazynie wektorowym.
Model wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu "mongodb/voyage-multimodal-3.5". Ponieważ endpoint jest zgodny z formatem OpenAI, możesz użyć istniejących bibliotek klienckich OpenAI i skierować je na api14, wysyłając dane wejściowe tekstowe i obrazowe oraz odczytując wektory embeddingów. Model nie wymienia żadnych obsługiwanych parametrów, więc zakładaj wartości domyślne dla tego modelu i utrzymuj konfigurację żądań na minimalnym poziomie; sprawdź dokumentację endpointu, aby poznać dokładny kształt żądania przed podłączeniem go do potoku.
Pamiętaj o roli embeddingów przy wyborze między modelami. Ten model nie generuje tekstu ani nie prowadzi rozmów, więc zadania wymagające generowanych odpowiedzi lub rozumowania wymagają modelu czatu lub uzupełniania. Jest lepszym wyborem, gdy wymaganiem jest reprezentowanie tekstu, obrazów i mieszanych treści jako wektorów do wyszukiwania i wyszukiwania informacji.
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-multimodal-3.5",
"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-multimodal-3.5.