Voyage AI: Voyage 3.5 Lite

A Voyage 3.5 Lite szemantikus információkereséshez alakítja a szöveget beágyazásokká. A Voyage AI leírása szerint ezt a kiadást késleltetésre és költségre optimalizálták, ezért jelölt lehet olyan keresőkhöz, amelyek gyakran készítenek beágyazásokat a beérkező kérdésekből, vagy kereshető szövegrészletek nagy gyűjteményét tartják fenn. A kimenet a megadott szöveg számszerű reprezentációja, amelyet a keresőalkalmazás a forrásanyaghoz tárolt vektorokkal vet össze.

Olyan gyűjteménnyel kezdj, amelynek határai illeszkednek a felhasználó feladatához. Egy súgóközpontban egy szövegrészlet leírhat egy eljárást és annak előfeltételeit. Beszélgetésarchívumban a válaszlánc akkora részét tartsd meg, hogy azonosítható legyen, mire válaszol az üzenet. Az eredménynek olvasható bizonyítékhoz kell vezetnie, ezért minden beágyazás mellett tárold az eredeti szöveget, a stabil forráshivatkozást és a dokumentum metaadatait.

A tesztlekérdezéseket úgy fogalmazd meg, ahogyan a felhasználók kérdeznének. A „Hol módosíthatom a számlán szereplő címet?” hasznosabb keresési próba, mint a releváns cikk címsorának bemásolása. Szerepeljenek rövid kérdések, átfogalmazások, szakterületi rövidítések és több fogalmat említő esetek. Ellenőrizd a visszaadott szövegrészleteket, és állapítsd meg, hogy az elmaradt találatot hiányzó forrástartalom, rosszul kijelölt részlethatár vagy a visszakeresés valamely választása okozta-e.

A gyártó 32 000 tokenes kontextusablakot dokumentál. Ez jelentős szövegbemeneteket tesz lehetővé, miközben a részletek hossza továbbra is a keresési élmény tervezési döntése marad. A tömör választ tartsd együtt a szükséges feltételekkel; ne válaszd el a meghatározást attól a kifejezéstől, amelyet magyaráz. Olvasható szöveget nyerj ki a forrásból, és távolítsd el a minden oldalon ismétlődő navigációt, ha az elfedi a felhasználó által keresett információt.

A Voyage 3.5 Lite 2 048, 1 024, 512 és 256 dimenziót támogat. A lebegőpontos, nyolcbites egész és bináris reprezentációk további választási lehetőségeket adnak a vektorindexhez. A kisebb vagy kvantált reprezentációt ugyanazokkal a kérdésekkel és ugyanazon a korpuszon teszteld, mint a teljes pontosságú viszonyítási alapot. Az index mellett rögzítsd a kiválasztott modellt, dimenziót és adattípust, hogy a lekérdezések vektorai a hozzájuk tartozó beállításokat használják.

A gyártó keresési munkafolyamatában az indexelt szövegrészleteket dokumentumként, a beérkező kereséseket lekérdezésként jelöld. Több részlet együttes feldolgozásakor őrizd meg minden visszaadott vektor és a bemeneti szövege közötti megfeleltetést. A sikeres beágyazási művelet vektorokat ad; az alkalmazásnak ezeket még a megfelelő rekordokhoz kell rendelnie, és meg kell jelenítenie a forráskivonatot, amikor a felhasználó megnyit egy találatot.

Ezt a kiadást kereshető támogatási gyűjteményhez, dokumentumkereső eszközhöz vagy egy asszisztens visszakeresési szakaszához használhatod. Többnyelvű anyag esetén a saját gyűjteményedben szereplő nyelvkombinációkat értékeld, ne egyetlen angol tesztre támaszkodj. Tartsd elérhetően a jogosultságokat és a nyelvi-területi metaadatokat az alkalmazás számára, hogy a releváns találat szűrhető legyen, és a megfelelő összefüggésben jelenjen meg.

Bővülő gyűjteményekben a módosult szövegrészletek vektorait a forrásverzióikkal együtt frissítsd. Tarts fenn valós kérdésekből álló készletet könnyű találatokkal, nehéz átfogalmazásokkal és hasonló, de eltérő választ tartalmazó dokumentumokkal. Mérd a visszakeresés minőségét és a teljes keresési folyamat működését a várható terhelés mellett. A gyártó Lite kiadásra vonatkozó leírása segít jelöltet választani; a végleges dimenziót, részletezési stratégiát és indexbeállításokat a saját anyagodon kapott eredmények határozzák meg.