Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.
cohere/embed-5-fastYukarıdaki fiyatlarla bakiyenden çalışır. Yeni hesaplar ücretsiz kullanımla başlar.
Ayarlar
Cohere: Embed 5 Fast, Cohere'in çok modlu bir gömme modelidir ve şirketin Embed 5 ailesinin daha düşük gecikmeli, maliyet açısından verimli katmanı olarak konumlandırılmıştır. İçeriği ölçekte vektör temsillerine dönüştürmesi gereken geliştiriciler için tasarlanmıştır; burada verim ve yanıt verebilirlik, gömme kalitesi kadar önemlidir. Model, sohbet kategorisinden ziyade gömmeler kategorisinde yer alır, bu nedenle konuşma metni üretmez; görevi, alt sistemlerin arayabileceği, karşılaştırabileceği veya sınıflandırabileceği vektörler üretmektir.
Model girdi olarak metin, görüntü ve iç içe geçmiş metin ile görüntü içeriğini kabul eder ve tek çıktısı olarak gömmeler döndürür. Bu çok modlu girdi desteği, tek bir modelin bir paragrafı, bir ürün fotoğrafını veya her ikisini karıştıran bir belge sayfasını gömebileceği anlamına gelir; bu da erişim hatlarını ayrı metin ve görüntü kodlayıcıları sürdürmekten daha basit tutar. 128.000 token bağlam uzunluğu ve 115.200 maksimum çıktı sunar; bu da ona agresif parçalama olmadan uzun belgeleri ve büyük görüntü-metin yüklerini işleme alanı verir. Yaklaşık 1B parametrede, tasarımı gereği kompakt bir modeldir ve bu, hızlı, maliyet açısından verimli konumlandırmasıyla tutarlıdır.
Bu yetenekler oldukça belirli bir kullanım senaryoları kümesine işaret eder. Karma medya üzerinde anlamsal arama en doğrudan uyumdur: metni ve görüntüleri tek bir vektör uzayında indeksleyerek bir sorgunun her ikisini de getirebilmesini sağlar. Erişim destekli üretim hatları, düzyazının yanı sıra şekiller, ekran görüntüleri veya taranmış sayfalar içeren bilgi tabanlarını gömmek için bunu kullanabilir. Öneri ve benzerlik sistemleri paylaşılan uzaydan fayda sağlar, çünkü öğeler içerikleri metinsel veya görsel olsun karşılaştırılabilir. Büyük külliyatlar üzerinde sınıflandırma, kümeleme, tekilleştirme ve anormallik tespiti de doğal uygulamalardır; özellikle veri hacminin gömme başına gecikme ve maliyeti pratik bir kaygı haline getirdiği durumlarda.
Modeli, "cohere/embed-5-fast" model id'sini kullanarak api14'ün OpenAI uyumlu API'si üzerinden çağırırsınız. Uç nokta OpenAI gömmeler kuralını izlediği için, hâlihazırda bu arayüzü hedefleyen mevcut istemciler ve SDK'lar api14'e minimum değişiklikle yönelebilir; genellikle yalnızca temel URL'yi ve model id'sini değiştirmek yeterlidir. Model, standart gömme isteği şeklinin ötesinde desteklenen herhangi bir istek parametresi bildirmez, bu nedenle özel boyutlar veya sağlayıcıya özgü seçenekler gibi ayar düğmelerinin mevcut olmasını beklememelisiniz; girdinizi gönderin ve döndürülen vektörleri okuyun.
Embed 5 ailesinin hızlı katmanı olduğu göz önüne alındığında, hacimli gömme yaptığınızda ve kısıt gecikme veya verim olduğunda mantıklı varsayılan seçenektir. İş yükünüz tamamen metinse ve görüntü işleme gerektirmiyorsa, yalnızca metin tabanlı bir gömme modeli daha basit bir uyum olabilir. Vektör yerine metin üreten bir modele ihtiyacınız varsa, bu doğru seçim değildir, çünkü çıktı modalitesi yalnızca gömmelerdir.
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-fast",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Bu toplulukta henüz konu yok. Cohere: Embed 5 Fast hakkında ilk konuyu sen aç.