Embedding

Text Embedding V4

Text Embedding V4 là tuyến đường xử lý văn bản của Alibaba dành cho chỉ mục và truy xuất ngữ nghĩa. Nfero sử dụng nó như trang cơ sở cho lập kế hoạch Tìm kiếm và RAG.

EmbeddingNhúngXem trước demo

Tình trạng khả dụngXem trước demo

Truy cậpXem trước demo

Khu vựcĐịnh hướng Singapore

Khám phá mô hình Thông tin nhà phát triển

Lập kế hoạch truy xuất

Lên kế hoạch quy trình AI có căn cứ

Truy cập Alibaba Cloud

Sử dụng tuyến đường này để thiết kế các luồng tìm kiếm, nhúng và sắp xếp lại thứ tự trước khi kích hoạt quyền truy cập sản xuất trên Alibaba Cloud.

Đầu vào

Chuẩn bị nội dung văn bản, hình ảnh hoặc tài liệu để tìm kiếm vector và đánh giá.

Truy xuất

Sử dụng embedding để thu thập bối cảnh ứng viên cho truy vấn của người dùng.

Sắp xếp lại

Áp dụng sắp xếp lại Qwen để ưu tiên các đoạn nguồn tốt nhất.

Tiếp tục với Alibaba Cloud Khám phá các mô hình liên quan

Nfero có thể nhận hoa hồng nếu bạn mua sau này thông qua liên kết đủ điều kiện, mà không phát sinh chi phí cho bạn.

Tongyi Embedding Vision Plus

Sổ tay mô hình

Các đội sử dụng nó để làm gì

Embedding

Bản demo truy xuất

Tính liên quan của tìm kiếm

Sắp xếp các trang mô hình cho một nhà phát triển đang tìm đường mô hình phù hợp.

Khe chèn

Phù hợp vector

Nhúng mô tả mô hình và phân nhóm chúng theo nhiệm vụ, chi phí và khả năng lưu trữ.

Khe sắp xếp lại thứ tự

Kết quả sắp xếp lại thứ tự

Sắp xếp lại thứ tự các ứng viên mô hình dựa trên lập luận, khả năng thị giác và mức độ tương thích.

Sử dụng, truy cập và giới hạnĐiều khoản áp dụng

Điều khoản sử dụng

Điều khoản áp dụng. Xác nhận các điều khoản sử dụng trong thỏa thuận khách hàng Alibaba trước khi triển khai sản phẩm.

Truy cập được lưu trữ

Đường dẫn này sẵn sàng để khám phá, ước tính giá và lập kế hoạch đầu vào trong khi chuẩn bị truy cập trực tiếp.

Giới hạn mô hình

Xác nhận các giới hạn cuối cùng trên Alibaba Cloud trước khi sử dụng trong sản xuất.

Thực hiện của nhà phát triểnVí dụ API

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
})