Multilingual E5 (Large)

нейросеть

Multilingual E5 Large кодирует предложения, абзацы и документы на более чем 90 языках в 1024-мерные плотные векторы. Модель даёт устойчивые семантические представления, оптимизированные для многоязычного поиска, кросс-языкового сходства и задач извлечения релевантных результатов. Доступна в личном кабинете BotHub, с оплатой в рублях и без необходимости VPN.

Характеристики

Входные данные
текст
Результат
векторы (эмбеддинги)
Размер контекста
512 токенов
Размерность вектора
1 024
1,09 ₽

Стоимость промпта

(за 1M токенов)

*Указаны цены при использовании API через ECO-провайдеров.
Пример кода и API для Multilingual E5 (Large)Мы предлагаем полный доступ к API OpenAI через наш сервис. Все наши конечные точки полностью соответствуют конечным точкам OpenAI, их можно использовать как с плагинами, так и при разработке собственного программного обеспечения через SDK.Создать API ключ
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: 'multilingual-e5-large',
    input: 'The food was delicious and the waiter...',
    encoding_format: 'float'
  });

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

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

Как работает Multilingual E5 (Large)?

Попробуйте Multilingual E5 Large на BotHub — эмбеддинги для многоязычного поиска и сопоставления.

Частые вопросы о Multilingual E5 (Large)

Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Multilingual E5 Large специализируется на генерации мультилингвальных эмбеддингов. Подходит для семантического поиска, поиска похожих документов, RAG, кластеризации и сравнения текстов. Используется как базовый слой для сопоставления смыслов в приложениях, в том числе мультиязычных.

Модель выдаёт числовые векторы — эмбеддинги, представляющие семантику текста. Формат обычно массив чисел, удобный для хранения в векторных БД и передачи в JSON-обёртке. Входной контекст ограничен длиной токенов, уточняйте в документации BotHub.

В наших данных не отмечено наличие встроенной цепочки рассуждений. Как модель эмбеддингов она фокусируется на представлении смысла, а не на генерации пошаговых объяснений. Если вам нужны рассуждения, комбинируйте эмбеддинги с подходящим генеративным слоем.

В наших данных поддержка function calling или структурированного JSON не отмечена. На практике эмбеддинги возвращаются как числовые массивы, которые вы можете упаковать в JSON и использовать при вызовах функций на стороне приложения.

В наших данных приём входов кроме текста не отмечен, а модель помечена как EMBEDDING. Поэтому уточняйте поддержку мультимодальных входов в документации на BotHub: возможно, требуется отдельная мультимодальная модель или препроцессинг контента перед преобразованием в текст.

Multilingual E5 Large позиционируется как мультилингвальная модель, предназначенная для семантических представлений в разных языках, включая русский. Точные показатели качества по-русски в данных не указаны; рекомендуется протестировать модель на ваших примерах для оценки.

Служба поддержкиРаботаем с 10:00 до 18:00 по МСК