Nomic Embed v2
Free.ai (self-hosted)
·
embeddings
·
~100 ຕົວເລກຕໍ່ call
Nomic Embed v2 ແມ່ນ a ແບບແບບຝັງ ສ້າງໂດຍ Nomic AI. ແຮງທີ່ສຸດທີ່ Retrieval augmented generation with flexible vector sizes.. ເປັນເຈົ້າພາບຕົນເອງໃນ Free.ai GPUs - ແລ່ນຟຣີຕໍ່ຕ້ານສະໂມສອນໂຕກອນຂອງທ່ານທຸກໆມື້ (100 tokens ຕໍ່ການໂທ). ອອກອາກາດພາຍໃຕ້ Apache 2.0 - ການໃຊ້ທຸລະກິດອະນຸຍາດຢູ່ໃນ Free.ai.
ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ
Nomic Embed v2 ປ່ຽນຂໍ້ຄວາມເປັນເວກເຕີທີ່ຫນາແຫນ້ນ (ລາຍຊື່ຕົວເລກລອຍ) ທີ່ຈັບຄວາມໝາຍໄດ້. ໃຊ້ມັນເພື່ອການຄົ້ນຫາຄວາມໝາຍ, ຈັດກຸ່ມ, ແນະນຳ, ການເກັບຄືນການສ້າງທີ່ເພີ່ມຂຶ້ນ (RAG), ແລະວຽກໃດໆທີ່ "ຂໍ້ຄວາມນີ້ຄືກັບຂໍ້ຄວາມນັ້ນ" ມີຄວາມໝາຍ.
ຂະຫນາດປົກກະຕິແມ່ນ 384, 768, 1024, ຫຼື 1536 ຂຶ້ນກັບແບບ. BGE-M3 ອອກອາກາດ 1024-dim; OpenAI Ada ອອກອາກາດ 1536. ການຕອບສະຫນອງ API ປະກອບມີຂະຫນາດດັ່ງນັ້ນ DB ເວກເຕີຂອງທ່ານເລືອກອິນເດຍຊ້ໍາທີ່ຖືກຕ້ອງ.
ແບບຈໍາລອງການຝັງທັນສະໄຫມ (ລວມທັງທາງເລືອກຫຼາຍທີ່ສຸດກ່ຽວກັບ Free.ai) ແມ່ນຝຶກອົບຮົມກ່ຽວກັບ 100 + ພາສາ. ວຽກການດາວໂຫລດພາສາ cross - ຄົ້ນຫາໃນພາສາອັງກິດ, ເອກະສານທີ່ເຫມາະສົມໃນສະເປນ.
512 ເຖິງ 8,192 ຕົວຊີ້ວັດອີງຕາມແບບ. ຂໍ້ມູນທີ່ເຂົ້າມາຍາວກວ່າແມ່ນຖືກຕັດ - ເອກະສານຍາວຍາວເຂົ້າໄປໃນມາດຕາກ່ອນທີ່ຈະຝັງ.
Nomic Embed v2 ແລ່ນໃນ GPUs ຂອງພວກເຮົາເອງແລະແມ່ນຫນຶ່ງໃນເຄື່ອງມືທີ່ລາຄາຖືກທີ່ສຸດ - ປະມານ ~ 100 ຕົວຊີ້ວັດຕໍ່ການໂທດ drawn from your daily free pool. $5 = 200K tokens.
ຍິນດີ - POST ລາຍຊື່ຂອງສາຍໄປ / v1 / embeddings / ແລະ Nomic Embed v2 ຄືນລາຍຊື່ຂອງ vectors ໃນຄໍາສັ່ງດຽວກັນ. ຂະຫນາດ batch ເຖິງ 2,048 ຕໍ່ຄໍາຮ້ອງຂໍ.
ຕົວແບບ L2- normalized ໂດຍຕົວແບບ - cosine similarity = dot product. ສົ່ງ 'normalize=false' ຖ້າທ່ານຕ້ອງການເວກເຕີທີ່ບໍ່ໄດ້ປຸງແຕ່ງສຳລັບໄລຍະທາງທີ່ແຕກຕ່າງ.
ທຸກໆ - Pinecone, Weaviate, Qdrant, Chroma, pgvector, FAISS, LanceDB. Nomic Embed v2 ສົ່ງຄືນ floats JSON ປົກກະຕິ; DB ບໍ່ເຄີຍເຫັນແບບ.
ຍິນດີ - POST to /v1/embeddings/ with model="Nomic Embed v2". OpenAI- ເຂົ້າກັນໄດ້ກັບຮູບຮ່າງຕອບສະຫນອງ, ດັ່ງນັ້ນມີ client library ເຮັດວຽກບໍ່ປ່ຽນແປງ. /api/ ມີຄໍາແນະນໍາເຕັມ.
ຕົວແບບທີ່ເປັນເຈົ້າພາບເອງຮັກສາຂໍ້ຄວາມຂອງທ່ານໃນ GPUs ຂອງພວກເຮົາແລະຖິ້ມມັນຫຼັງຈາກການໂທຄືນ. Premium ຜ່ານຜ່ານກັບ DPA. ພວກເຮົາບໍ່ຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນເຂົ້າຂອງທ່ານ.
Sub-100ms for short text on self-hosted, 100-500ms on premium. Batch calls scale roughly linearly - 1,000 chunks complete in 2-10 seconds.
ຍິນດີ - Free.ai ອະນຸຍາດໃຫ້ໃຊ້ການໃຊ້ທຸລະກິດຂອງembeddings. ສ້າງການຄົ້ນຫາການຜະລິດ, RAG ສາຍ, ລະບົບແນະນໍາໂດຍບໍ່ມີການ per- ເວັກເຕີ royalty.