mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 ტოკენები call
mxbai-embed-large-v1 is a ჩასმული მოდელი built by mixedbread.ai. Strongest at Semantic search, clustering, similarity.. Free.ai GPU-ზე — მუშაობს უფასოდ თქვენი ყოველდღიური ტოკენების ბაზის წინააღმდეგ (100 tokens ზარზე). Free.ai-ზე გამოშვებული Apache 2.0-ის ქვეშ - კომერციული გამოყენება ნებადართულია.
ხშირად დასმული კითხვებიName
mxbai-embed-large-v1 ტექსტს თხელი ვექტორინად გარდაქმნის (მცოცავი რიცხვების სია), რომელიც იღებს მნიშვნელობას. გამოიყენეთ ეს სემანტიკურ ძიებაში, კლასტერინგში, რეკომენდაციებში, RAG- ში და ნებისმიერ დავალებაში, სადაც "ეს ტექსტი მსგავსია ამ ტექსტისა" მნიშვნელოვანია.
ტიპიური ზომებია 384, 768, 1024 ან 1536 მოდელზე დამოკიდებული. BGE-M3 გამოსცემს 1024-dim; OpenAI Ada გამოსცემს 1536. API პასუხი მოიცავს ზომას, ასე რომ თქვენი ვექტორი DB აირჩევს სწორ ინდექსის.
თანამედროვე ჩაშენებული მოდელი (Free.ai- ის უმეტესობის ჩათვლით) 100- ზე მეტი ენაზეა მომზადებული. ენათაშორისი მოძიება მუშაობს - ძიება ინგლისურ ენაზე, დოკუმენტების შერწყმა ესპანურ ენაზე.
512 to 8,192 tokens depending on the model. Longer inputs are truncated - chunk long documents into paragraphs before embedding.
mxbai-embed-large-v1 მუშაობს ჩვენი გრაფიკული პროცესორების გამოყენებით და ერთ-ერთი ყველაზე იაფია. დაახლოებით 100 ტოკენი ყოველი ზარისთვის, რომელიც თქვენი ყოველდღიური უფასო ბაზისგან მიიღება. $5 = 200K ტოკენი.
დიახ — POST სტრიქონის სია /v1/embeddings/-ში და mxbai-embed-large-v1 უკან ბრუნავს ვექტორების სიას იგივე რიგის მიხედვით. პაკეტის ზომა 2,048-მდე ერთ მოთხოვნაზე.
ნაგულისხმევი L2- ნორმალიზებული - კოსინუსი მსგავსია წერტილის პროდუქტს. გადასცეს `normalize=false` თუ გსურთ უვარგისი ვექტორები სხვა მანძილის მეტრიკაზე.
Any - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. mxbai-embed-large-v1 returns plain JSON floats; the DB never sees the model.
Yes - POST to /v1/embeddings/ with model="mxbai-embed-large-v1". OpenAI-compatible response shape, so existing client libraries work unchanged. /api/ has the full reference.
თვითდამაგრებული მოდელი თქვენი ტექსტი გრაფიკული პროცესორის შიდა მეხსიერებაში ინარჩუნებს და გამორიცხავს მას, როდესაც ზარის დაბრუნება ხდება. პრემიუმი DPA- ით გადადის. ჩვენ არ ვასწავლით თქვენს შეყვანას.
ქვემოთ- 100ms მოკლე ტექსტი თვით- ჰოსტინგის, 100- 500ms premium. Batch ზარები scales დაახლოებით ლინეარული - 1000 ნაჭერი სრულდება 2- 10 წამში.
Free.ai ნებაყოფლობით ანიჭებს საშუალებას ჩაშენების კომერციული გამოყენება. პროდუქციის ძიება, RAG- ის ქსელის შექმნა, რეკომენდაციების სისტემა, ყოველი ვექტორის უფლებამოსილების გარეშე.