mxbai-embed-large-v1
Free.ai (self-hosted)
·
embeddings
·
~100 tags на call
mxbai-embed-large-v1 - це a Модель вбудовування, побудований mixedbread.ai. Найсильніший зекSemantic search, clustering, similarity.. Self- host on Free.ai GPUs } безкоштовно йде проти вашого щоденного набору (100 _ на виклик _). Випущено з Apache 2.0 - комерційне використання на Free.ai.
Часті запитання
mxbai-embed-large-v1 перетворює текст у щільний вектор (список плаваючих) для захоплення значень. Скористайтеся цим інструментом для пошуку семантики, групування, рекомендації, отримання- аугментованого покоління (RAG) і будь- якого завдання, де " цей текст подібний до цього тексту."
Типовими вимірами є 384, 768, 1024 або 1536, залежно від моделі. BGE-M3, що видає 1024- dim; OpenAI Ada випромінює 1536. Відповідь API містить розмір, який визначає, чи слід обрати вектор DB.
Сучасні моделі вбудовування (зокрема більшість з параметрів Free.ai) вивчаються на 100 мовах. Поєднання між мовами працює - пошук англійською, збіг документів іспанською мовою.
Від 512 до 8192 елементів, залежно від моделі. Довші входи буде обрізано - довгі частини документів до абзаців перед вбудовуванням.
mxbai-embed-large-v1 працює на наших власних комп' ютерах, і є одним з найдешевших інструментів - приблизно з ~100 позначок на кожен дзвінок, отриманих з вашого щоденного вільного басейну. $5 = 200 K- маркерів.
Yes - POST a list of strings to /v1/embeddings/ and mxbai-embed-large-v1 returns a list of vectors in the same order. Batch size up to 2,048 per request.
L2-normalized by default - cosine similarity = dot product. Pass `normalize=false` if you want raw vectors for a different distance metric.
Будь- який - Пайнс, Веавіат, Крант, Шрома, pgvector, FAISS, LanceDB. mxbai-embed-large-v1 повертає звичайний float JSON; DB ніколи не бачить моделі.
Так - POST до / v1/ embowds / з моделлю=" mxbai-embed-large-v1." Форма відповіді, сумісна з OpenAI, отже існуючі клієнтські бібліотеки працюють без змін. / api / має повне посилання на програму.
Самооборотні моделі зберігають ваш текст на наших комп'ютерах і відкидають його після повернення виклику. Передмова проходить через з DPA. Ми не тренуємо вхідні дані.
Під100 мм для короткого тексту, що само-прийнято, 100-500 мм для премііляції. Масштаб пакетних викликів приблизно лінійно - 1000 шматків, повний за 2-10 секунд.
Так - Free.ai надає комерційне використання вбудовування. Пошук виробничих продуктів, трубопроводи RAG, рекомендаційні системи без прав людини.