Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
cohere/embed-5-proUsa o seu saldo, aos preços acima. Novas contas começam com uso grátis.
Configurações
Cohere: Embed 5 Pro é um modelo de embedding multimodal da Cohere, posicionado como o nível de maior precisão da família Embed 5. Foi concebido para produzir embeddings em vez de gerar texto, e situa-se na categoria de embeddings dos modelos disponíveis através da api14.
O modelo aceita texto, imagens e conteúdo intercalado de texto e imagem como entrada, e devolve embeddings como saída. Suporta um comprimento de contexto até 128.000 tokens, com uma saída máxima de 115.200. Uma vez que lida com ambas as modalidades e com combinações delas, o mesmo modelo pode gerar embeddings de um parágrafo, de uma captura de ecrã ou de uma página de documento onde texto e elementos visuais aparecem em conjunto, o que evita que os pipelines de recuperação precisem de modelos separados de embedding de texto e de imagem.
Os usos práticos decorrem diretamente disso. A pesquisa semântica e a geração aumentada por recuperação sobre corpora mistos são as aplicações óbvias, incluindo bases de conhecimento onde artigos, diagramas e páginas digitalizadas coexistem. Sistemas de recomendação e de similaridade podem usar os embeddings para comparar itens entre representações de texto e de imagem. O agrupamento, a desduplicação e a classificação sobre grandes conjuntos de documentos também funcionam bem, uma vez que o modelo consegue colocar texto e imagens num espaço de embedding partilhado. A pesquisa multimodal, em que uma consulta de texto recupera imagens relevantes ou uma consulta visual recupera passagens relevantes, é outra aplicação natural.
Pode chamar o modelo através da API compatível com OpenAI da api14 usando o id de modelo "cohere/embed-5-pro". Como o endpoint segue o formato de embeddings da OpenAI, os clientes e SDKs existentes que já apontam para um URL base compatível com OpenAI funcionam sem alterações além do id de modelo. O modelo não lista quaisquer parâmetros de pedido suportados, pelo que os pedidos dependem das entradas padrão de embeddings: o conteúdo a incorporar e o próprio id de modelo. Não há parâmetros de amostragem ou de geração a configurar, uma vez que o modelo apenas produz embeddings.
Se a sua tarefa for geração de texto, chat ou qualquer forma de conclusão, este não é o modelo certo, porque a sua única saída são embeddings. Também vale a pena verificar se um modelo de embedding apenas de texto é suficiente para os seus dados; se o seu corpus não contiver imagens nem conteúdo intercalado, a capacidade multimodal fica por usar. Para cargas de trabalho que envolvam imagens ou conteúdo misto, o Embed 5 Pro é a opção de maior precisão dentro da família 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));
Esta comunidade ainda não tem tópicos. Abra o primeiro sobre Cohere: Embed 5 Pro.