Mistral Codestral Embed (codestral-embed-2505)
нейрожелі
Mistral Codestral Embed код үзінділері, файлдар және репозиторийлер үшін семантикалық іздеу және шығарып алу тапсырмаларына оңтайландырылған ықшам векторлық көріністерді жасайды. Код базасын индекстеу, репозиторийлер бойынша білім базасын құру және retrieval-augmented coding assistants сапасын арттыру үшін қолайлы. Модель BotHub арқылы қолжетімді — іздеу мен кеңестерді жұмыс процестеріне қиындықсыз біріктіріңіз.
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- векторлар (эмбеддингтер)
- Контекст өлшемі
- 8 192 токен
- Вектор өлшемділігі
- 1 536
Промптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
async function main() {
const response = await openai.embeddings.create({
model: 'codestral-embed-2505',
input: 'The food was delicious and the waiter...',
encoding_format: 'float'
});
const embedding = response.data[0].embedding;
console.log(embedding);
}main();
Қалай жұмыс істейді Mistral Codestral Embed (codestral-embed-2505)?
Codestral Embed-ті BotHub-та қолданып көріңіз — репозиторийлерді индекстеңіз және кодты іздеуді жақсартыңыз.Mistral Codestral Embed (codestral-embed-2505) туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Codestral Embed 2505 мәтінді семантикалық іздеуге, сәйкестендіруге, RAG, ұсыныстар мен кластерлеуге жарамды сандық векторларға түрлендіреді. Оны құжаттарды индекстеу, ұқсас үзінділерді іздеу және ұқсастық пен контекстік іздеу негізінде векторлық қолданбаларды құру үшін пайдаланыңыз.
Модель эмбеддингтерді — кіріс мәтінінің мағынасын білдіретін сандар массивін генерациялайды. Шығыс пішімі векторлық дерекқорларға жүктеуге және қашықтықты/косинустық ұқсастықты есептеуге жарамды; қайтарылатын массивтің нақты құрылымы сіз пайдаланып жатқан API интеграциясына сәйкес келеді.
Біздің деректерде модельдің жауап бермес бұрын ойланатыны туралы ешқандай ақпарат жоқ. Эмбеддинг құралы ретінде ол мағынаны векторларға кодтайды, ал айқын ойлау тізбегі мұндай нәтижелердің бөлігі емес; кезең-кезеңімен ойлау үшін мәтіндік модельдерді қолданыңыз.
Біздің деректерде функцияларды шақыру немесе құрылымдық JSON шығысын қолдау туралы ешқандай ақпарат жоқ. Модель сандық векторларды қайтарады — олар іздеу мен салыстыруға арналған, функцияларды орындауға емес; function calling және синтаксистік жауаптар үшін тиісті мәтіндік API-ларды қолданыңыз.
Біздің деректерде суреттерді, аудио немесе видео қабылдау туралы ақпарат жоқ. Codestral Embed 2505 мәтінмен жұмыс істеуге арналған, сондықтан мультимедиялық кірістерді өңдеу расталмаған; мультимедияны ендіру үшін сәйкес типтерді айқын қолдайтын модельді таңдаңыз.
Біздің деректерде орыс тілін түсінудің егжей-тегжейлі сапасы көрсетілмеген. Тәжірибеде орыс тіліндегі эмбеддингтердің сапасы оқыту корпусына және тапсырмаларға байланысты; семантикалық ұқсастықты және іздеу мен RAG үшін жарамдылығын бағалау үшін модельді өз мәтіндеріңізде сынап көруді ұсынамыз.