Impostazioni sulla privacy

Informativa sulla privacy e GDPR

Nfero usa l’archiviazione essenziale per le preferenze linguistiche e i controlli di accesso alle demo. Con il tuo consenso, Google Analytics ed eventi di utilizzo leggeri aiutano a migliorare le demo dei modelli e i percorsi di abbonamento esterni. I prompt delle demo live possono essere inviati a endpoint di modelli configurati e ospitati da Alibaba.

Flusso di recupero

Dai documenti alle risposte Qwen migliori.

Utilizza embedding e reranking per migliorare la qualità del contesto prima della generazione.

1
Vettori testo + visione

Inserisci il contenuto

Trasforma documenti dei prodotti, articoli di supporto e asset multimediali in vettori cercabili.

2
Ricerca semantica

Recupera candidati

Correla una query utente alle sezioni più rilevanti prima di inviare il contesto a Qwen.

3
Reranking di Qwen

Reranking dei risultati

Valuta i passaggi candidati in modo che la risposta finale utilizzi il materiale più forte.

3 percorsi

Modelli di ricerca e RAG

Route di embedding e reranking con pianificazione degli input, stime e note sull'accesso ad Alibaba Cloud.

Alibaba Cloud

Qwen3 Rerank

Anteprima demo

Qwen3 Rerank è il percorso di riacquisizione di Alibaba per migliorare la qualità della ricerca dopo una ricerca iniziale o un recupero tramite embedding. Nfero lo collega a workflow di ricerca e RAG.

Adatto a: Ricerca e generazione arricchita tramite recupero

QwenRiordinoTermini applicabili
Disponibilità
Guida e esempi
Demo standard stimata
Conferma con il provider

Alibaba Cloud

Text Embedding V4

Anteprima demo

Text Embedding V4 è il percorso di embedding testuale di Alibaba per l'indicizzazione e il recupero semantico. Nfero lo utilizza come pagina principale per la pianificazione di Ricerca e RAG.

Adatto a: Ricerca e generazione arricchita tramite recupero

EmbeddingInserimentoTermini applicabili
Disponibilità
Guida e esempi
Demo standard stimata
Conferma con il provider
Anteprima demo

Tongyi Embedding Vision Plus è il percorso multimodale di embedding di Alibaba per la ricerca di immagini e testi. Nfero lo posiziona per la ricerca visiva, la ricerca di cataloghi e applicazioni multimodali basate su dati reali.

Adatto a: Ricerca e generazione arricchita tramite recupero

EmbeddingInserimentoTermini applicabili
Disponibilità
Guida e esempi
Demo standard stimata
Conferma con il provider

Prova open source

Mostra il lato open source del recupero di Alibaba.

ViDoRAG e zvec aiutano a spiegare il RAG per documenti visivi e la ricerca dei vettori locali accanto alle rotte di embedding e rerank di Alibaba.

Open Source