GigaEmbeddings 3B 2025-09
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- векторлар (эмбеддингтер)
- Контекст өлшемі
- 512 токен
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: 'GigaEmbeddings-3B-2025-09',
input: 'The food was delicious and the waiter...',
encoding_format: 'float'
});
const embedding = response.data[0].embedding;
console.log(embedding);
}main();
Қалай жұмыс істейді GigaEmbeddings 3B 2025-09?
GigaEmbeddings 3B 2025-09 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.
GigaEmbeddings 3B 2025-09 — семантикалық іздеу, RAG, кластерлеу, ұсыныстар және ұқсастықты салыстыру тапсырмалары үшін мәтіннің векторлық көріністерін жасайтын эмбеддинг моделі. Ол мәтіндерді индекстеу және векторлық дерекқорлармен біріктіру тапсырмаларыңызға жарамды; енгізу 512 токенге дейінгі контекстпен шектелген.
Модель векторлық дерекқорларда (Qdrant, pgvector, Faiss) сақтауға және іздеуге арналған сандық векторларды (нақты сандар массивтері) шығарады. Шығыс пішімі әдетте сізге API арқылы сандар массиві ретінде беріледі; вектордың өлшемін құжаттамадан нақтылаңыз.
Біздің деректерде бұл туралы айтылмаған. Эмбеддинг моделі ретінде ол ой жүгіртуі бар мәтінді емес, векторлық көріністерді қайтарады. Егер сізге түсініктемелер немесе интерпретациялар қажет болса, оларды әдетте көршілер мен метадеректерді талдай отырып, эмбеддингтердің үстінен қолданбада жеке жүзеге асырады.
Біздің деректерде бұл туралы айтылмаған. Модель сандар массивтері ретінде эмбеддингтерді беруге бағытталған; функцияларды шақыруды немесе ендірілген JSON-ды ұйымдастыру әдетте қолданбаңыздың API/қаптама деңгейінде жүзеге асырылады. Интеграция мәліметтері үшін провайдердің сипаттамаларын тексеріңіз.
Біздің деректерде мәтіндік емес кірістерді қабылдау туралы айтылмаған. Модель 512 токен контексті бар EMBEDDING ретінде белгіленген, бұл мәтіндік кірістерді білдіреді. Суреттер немесе аудио үшін әдетте мультимодальды эмбеддингтерді қолданасыз немесе мәтіндік/фичалық көріністерді алдын ала шығарып аласыз.
Біздің деректерде орыс тілімен жұмыс істеу сапасы туралы нақты ақпарат жоқ. Орыс тіліндегі эмбеддингтердің тиімділігі модельдің оқыту деректеріне байланысты болады; сіздің мәтіндеріңіз бойынша эмпирикалық тестілер өткізуді және нақты мысалдарда семантикалық іздеу мен кластерлеуді бағалауды ұсынамыз.