mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 សញ្ញាសម្គាល់ក្នុងមួយ call
mxbai-embed-large-v1 គឺ a បញ្ចូលម៉ូដែល សាងសង់ដោយ mixedbread.ai ។ ខ្លាំងក្លាបំផុតនៅ Semantic search, clustering, similarity.. ខ្លួនឯងបានរៀបចំនៅលើ Free.ai GPUs - រត់ដោយឥតគិតថ្លៃប្រឆាំងនឹងទឹកកាក់ប្រចាំថ្ងៃរបស់អ្នក (100 រូបិយប័ណ្ណ ក្នុងមួយការហៅ) ។ ចេញផ្សាយក្រោម Apache 2.0 - ការប្រើពាណិជ្ជកម្មត្រូវបានអនុញ្ញាតនៅលើ Free.ai ។
សំណួរដែលសួរញឹកញាប់
mxbai-embed-large-v1 បម្លែងអត្ថបទទៅជាវ៉ិចទ័រដិត (បញ្ជីអណ្ដែត) ដែលចាប់យកន័យ ។ ប្រើវាសម្រាប់ការស្វែងរកសមីការ ការដាក់ជាក្រុម ការផ្ដល់អនុសាសន៍ ការបង្កើតការទាញយកដែលបានបង្កើន (RAG) និងភារកិច្ចណាមួយដែល "អត្ថបទនេះស្រដៀងនឹងអត្ថបទនោះ" សំខាន់ ។
វិមាត្រធម្មតាគឺ 384, 768, 1024, ឬ 1536 អាស្រ័យលើម៉ូដែល. BGE-M3 បញ្ចេញ 1024-dim; OpenAI Ada បញ្ចេញ 1536. ចម្លើយ API រួមបញ្ចូលទាំងវិមាត្រដូច្នេះ DB វ៉ិចទ័ររបស់អ្នកជ្រើសលិបិក្រមខាងស្ដាំ.
ម៉ូដែលបង្កប់សម័យទំនើប (រួមទាំងជម្រើសភាគច្រើននៅលើ Free.ai) ត្រូវបានបណ្តុះបណ្តាលនៅលើ 100+ ភាសា. ការងារស្វែងរកភាសាឆ្លងកាត់ - ស្វែងរកនៅក្នុងភាសាអង់គ្លេស, ឯកសារផ្គូផ្គងនៅក្នុងភាសាអេស្ប៉ាញ.
512 ទៅ 8,192 សញ្ញាសម្គាល់អាស្រ័យលើម៉ូដែល។ ធាតុបញ្ចូលវែងត្រូវបានកាត់ - ឯកសារវែងចានទៅជាជំពូកមុនពេលបង្កប់។
mxbai-embed-large-v1 ដំណើរការនៅលើ GPUs ផ្ទាល់ខ្លួនរបស់យើងហើយជាផ្នែកមួយនៃឧបករណ៍ថោកបំផុត - អំពី ~ 100 សញ្ញាក្នុងមួយការហៅបានដកស្រង់ពីទឹកកកឥតគិតថ្លៃប្រចាំថ្ងៃរបស់អ្នក. $5 = 200K សញ្ញា.
បាទ - POST បញ្ជីនៃខ្សែអក្សរទៅ / v1 / embeddings / និង mxbai-embed-large-v1 ត្រឡប់បញ្ជីនៃវ៉ិចទ័រក្នុងលំដាប់ដូចគ្នា. ទំហំបាច់រហូតដល់ទៅ 2,048 ក្នុងមួយសំណើ.
L2- ធម្មតាតាមលំនាំដើម - ភាពស្រដៀងគ្នាកូស៊ីន = ផលិតផលចំណុច ។ ផ្ញើ `normalize=false` ប្រសិនបើអ្នកចង់វ៉ិចទ័រដើមសម្រាប់ម៉ែត្រចម្ងាយផ្សេងគ្នា ។
ណាមួយ - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB ។ mxbai-embed-large-v1 ត្រឡប់ JSON ធម្មតាទទេ DB មិនដែលឃើញម៉ូដែល ។
បាទ - POST ទៅ / v1 / បញ្ចូល / ជាមួយ model=" mxbai-embed-large-v1 "។ រាងឆ្លើយតប OpenAI- ឆបគ្នា, ដូច្នេះបណ្ណាល័យម៉ាស៊ីនភ្ញៀវដែលមានស្រាប់ធ្វើការមិនផ្លាស់ប្តូរ. / api / មានសេចក្ដីយោងពេញលេញ.
ម៉ូដែលដែល host ខ្លួនឯងរក្សាអត្ថបទរបស់អ្នកនៅលើ GPUs របស់យើងហើយបោះបង់វាបន្ទាប់ពីការហៅត្រឡប់មកវិញ។ ប្រាក់រង្វាន់ឆ្លងកាត់ជាមួយ DPA ។ យើងមិនបណ្តុះបណ្តាលលើការបញ្ចូលរបស់អ្នកទេ។
Sub-100ms សម្រាប់អត្ថបទខ្លីនៅលើខ្លួនឯងបានរៀបចំ, 100-500ms លើប្រាក់រង្វាន់. ការហៅបាច់មាត្រដ្ឋានប្រហែលជាលីនេអ៊ែរ - 1,000 chunk បញ្ចប់ក្នុង 2-10 វិនាទី.
បាទ - Free.ai ផ្តល់ការប្រើពាណិជ្ជកម្មនៃការបង្កប់. ស្ថាបនាការស្វែងរកផលិតកម្ម, បំពង់ RAG, ប្រព័ន្ធផ្ដល់អនុសាសន៍ដោយគ្មានការពេញចិត្តសម្រាប់វ៉ិចទ័រ.