GTE-Large — 1024D семантикалық эмбеддингтері

нейрожелі

Gte-large моделі ағылшын тіліндегі сөйлемдерді, абзацтар мен орташа ұзындықтағы құжаттарды 1024 өлшемді тығыз векторларға айналдырады.

Басты бет

/

Модельдер

/

Embedding моделдері

/

GTE-Large — 1024D семантикалық эмбеддингтері

Сипаттамалары

Кіріс деректер
мәтін
Нәтиже
векторлар (эмбеддингтер)
Контекст өлшемі
512 токен
Вектор өлшемділігі
1 024
1,09 ₽

Промптың құны

(1М токенге қарай)

*Бағалар API-ді ECO-провайдерлер арқылы қолданғанда көрсетілген.
GTE-Large — 1024D семантикалық эмбеддингтері үшін API және код үлгісіБіз OpenAI API-іне толық қолжетімділікті ұсынамыз. Біздің барлық соңғы нүктелер OpenAI-мен толық сәйкес келеді, оларды плагиндермен де, SDK арқылы өз бағдарламаңызды әзірлегенде де қолдануға болады.API кілтін жасау
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: 'gte-large',
    input: 'The food was delicious and the waiter...',
    encoding_format: 'float'
  });

  const embedding = response.data[0].embedding;

  console.log(embedding);
}
main();
illustaration

Қалай жұмыс істейді GTE-Large — 1024D семантикалық эмбеддингтері?

Дәл семантикалық іздеу мен рейтинг үшін BotHub-та gte-large моделін қолданып көріңіз.

GTE-Large — 1024D семантикалық эмбеддингтері 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.

GTE Large моделі эмбеддингтерді — мәтіннің сандық векторлық көріністерін жасайды. Ол семантикалық іздеу, рейтингтеу, RAG, кластерлеу және құжаттардың ұқсастығын анықтау үшін қолайлы. Оны векторлық дерекқорлармен және іздеу жүйелерімен біріктіру кезінде ұсыну қабаты ретінде пайдаланады.

Модель сандық эмбеддинг векторларын индекстеуге және ұқсастығы бойынша іздеуге жарамды жылжымалы нүктелі сандар жиымы түрінде береді. Формат әдетте векторлық дерекқорлармен және семантикалық іздеуге арналған API-мен үйлесімді.

Біздің деректерде оның жауап бермес бұрын ойлану қабілеті байқалмады. Эмбеддингтер негізінен кіріс мәтінінің семантикасын көрсетеді, олар пайымдау тізбегін генерациялау үшін емес, іздеу және салыстыру үшін қолданылады; егер қорытындылар маңызды болса, оны генеративті модельмен біріктіріңіз.

Біздің деректерде функцияларды шақыруды және құрылымдалған JSON шығысын қолдау байқалмады. Модель эмбеддингтерді қайтарады, ал құрылымдалған жауаптарды ұйымдастыру әдетте векторлық шығысты өңдейтін клиент немесе API қабатында жүзеге асырылады.

Мәтіннен басқа кіріс деректерін қабылдау біздің мәліметтерде көрсетілмеген. GTE Large эмбеддинг моделі ретінде мәлімделген, сондықтан мультимодальды деректерді жүктеу расталмаған; егер кескін немесе аудио эмбеддингтері қажет болса, сәйкес мультимодальды модельдерді іздеңіз.

Біздің деректерде орыс тілімен жұмыс істеу сапасы туралы ақпарат жоқ. Эмбеддингтер оқытуға негізделген семантиканы көрсетеді, сондықтан орыс тіліндегі дәлдік оқыту деректеріне байланысты. Модельдің жарамдылығын бағалау үшін оны өз мәтіндеріңізде тексеріп көруді ұсынамыз.

Қолдау қызметі10:00-ден 18:00-ге дейін МСК жұмыс істейміз