Embedding

Text Embedding V4

Text Embedding V4は、セマンティックインデキシングおよびリトリーブのためのAlibabaのテキスト埋め込み経路です。Nferoでは、SearchおよびRAGプランニングの基礎ページとして使用されています。

Embedding埋め込みデモプレビュー

利用可能性デモプレビュー

アクセスデモプレビュー

リージョンシンガポール第一

モデルを探索開発者詳細

検索計画

グランドされたAIワークフローを計画する

Alibaba Cloudアクセス

Alibaba Cloudで本番アクセスを有効にする前に、検索、埋め込み、再ランク付けのフローを設計するにはこのルートを使用してください。

入力

ベクトル検索とスコアリングのためのテキスト、画像、またはドキュメントコンテンツを準備します。

取得

ユーザーの質問に対する候補のコンテキストを収集するために埋め込みを使用します。

再ランク付け

最適なソースセクションを優先順位付けするためにQwenの再ランク付けを適用します。

アリババクラウドで続行関連モデルを探索

Nfero は、お客様が後日対象リンク経由で購入された場合、追加費用なしで手数料を獲得する可能性があります。

Tongyi Embedding Vision Plus

モデルプレイブック

チームが何に使用するか

Embedding

検索デモ

検索関連性

開発者が適切なモデルルートを探すためにモデルページをランク付けします。

埋め込みスロット

ベクトルマッチ

モデルの説明を埋め込み、タスク、コスト、ホスティングの可用性でクラスタリングします。

再ランク付けスロット

再ランク付け結果

推論、ビジョン、互換性に基づいて再ランク付けモデルの候補を並べ替えます。

利用方法、アクセス、制限事項適用される用語あり

利用規約

適用される用語あり。本番環境への導入前に、お客様のAlibaba契約書にて利用規約をご確認ください。

ホスト型アクセス

このルートは、ライブアクセスの準備が整うまでの間、機能の探索、料金見積もり、入力計画の策定にご利用いただけます。

モデルの制限

本番利用前にアリババクラウドでの最終的な制限を確認してください。

開発者実装APIの例

curl -X POST https://nfero.com/api/models/text-embedding-v4/run \
  -H 'content-type: application/json' \
  -d '{"texts":["Nfero Model Hub","Alibaba Model Studio"],"normalize":true}'

await fetch('/api/models/text-embedding-v4/run', {
  method: 'POST',
  headers: { 'content-type': 'application/json' },
  body: JSON.stringify({
  "texts": [
    "Nfero Model Hub",
    "Alibaba Model Studio"
  ],
  "normalize": true
})
});

import requests
requests.post('https://nfero.com/api/models/text-embedding-v4/run', json={
  "texts": [
    "Nfero Model Hub",
    "Alibaba Model Studio"
  ],
  "normalize": true
})