Voyage AI: Voyage 3 Large

A Voyage 3 Large szövegbeágyazási modell, amellyel releváns információ kereshető egy dokumentumgyűjteményben. Minden megadott szöveget számszerű vektorként ábrázol, így az alkalmazás olyan szövegrészletekkel is összevetheti a keresést, amelyek más szavakat használnak, de a jelentésük összefügg. A Voyage AI ezt a kiadást általános célú és többnyelvű információkereséshez ajánlja, például műszaki dokumentáció, beszélgetések és hosszú dokumentumok feldolgozására.

A kereshető gyűjteményt azokból az információkból építsd fel, amelyeket az emberek valóban meg szeretnének találni. Terméktudásbázisban tartsd együtt egy funkció magyarázatát az előfeltételeivel és a releváns kivételekkel. Értekezletek feljegyzéseiben őrizd meg a beszélők jelölését és a környező beszélgetés akkora részét, hogy a téma érthető legyen. A nagy forrásokat értelmes határoknál oszd fel, és minden vektor mellett tárold a forrás címét, a dokumentum azonosítóját és a szövegrészlet helyét.

A keresési kérdést lekérdezésként, az indexelt anyagot dokumentumként készítsd elő. A gyártó szövegbeágyazási munkafolyamatában a bemenet típusa jelzi a modellnek, milyen keresési szerepet tölt be a szöveg. A „Hogyan állíthatja helyre egy tag a hozzáférését, ha elveszítette a biztonsági kulcsát?” kérdés így összevethető a helyreállítási eljárást leíró támogatási szövegrészletekkel akkor is, ha másképp fogalmaznak. Tartsd elérhetően az eredeti szövegrészletet, hogy a keresési eredmény megmutathassa a találatot alátámasztó bizonyítékot.

A modell kontextusablaka 32 000 token. A hosszú bemenet megőrizhet egy teljes szakaszt, de nem mindig az egész dokumentum a leghasznosabb keresési egység. Egy átfogó vektor rámutathat a megfelelő fájlra, miközben a pontos válasz megkeresése az olvasóra marad. A szövegrészletek határait a megjeleníteni kívánt eredményhez igazítsd, és tartsd együtt a címsorokat, feltételeket és meghatározásokat azzal a tartalommal, amelyet magyaráznak.

A Voyage 3 Large 2 048, 1 024, 512 vagy 256 dimenziós vektorokat támogat. A gyártó lebegőpontos, előjeles vagy előjel nélküli nyolcbites és bináris reprezentációkat is dokumentál. Ezekkel a lehetőségekkel a keresőrendszer összevetheti a vektorok részletességét az index méretével és a keresés működésével. Válassz a tervezett vektortár által támogatott formátumot, majd értékeld a tényleges korpuszon és jellemző kérdésekkel, mielőtt meghatározod az éles index beállításait.

Többnyelvű kereséshez használj tesztkérdéseket a felhasználóid által használt nyelveken, és a visszakeresett forrásrészleteket az eredeti nyelvükön ellenőrizd. Egy közös keresőfelület több nyelvi gyűjteményt is kiszolgálhat, miközben a dokumentum metaadatai továbbra is azonosítják a forrás nyelvi-területi változatát és verzióját. A kinyerés során őrizd meg a jelentéssel bíró neveket, rövidítéseket és szakterületi kifejezéseket, ahelyett, hogy a beágyazás előtt általános összefoglalóra cserélnéd őket.

A vektorokkal kereshetsz lehetséges szövegrészleteket egy keresőoldalhoz, tudásasszisztenshez vagy dokumentumkiválasztási lépéshez. Az indexelt gyűjteményhez és annak lekérdezéseihez ugyanazt a modellt és ugyanazokat a vektorbeállításokat használd. Beágyazási modell cseréjekor vagy a vektordimenziók módosításakor tudatosan építsd újra és hasonlítsd össze az érintett indexet; a vektor hossza önmagában nem azonosítja, hogyan készült.

Az eredményt a keresés hasznossága alapján ítéld meg: megjelenik-e a megfelelő szövegrészlet, elé kerülnek-e hasonló, de félrevezető részletek, és tartalmazza-e a megjelenített kivonat a választ. Tarts fenn egy kisebb, valós kérdésekből és elvárt forrásokból álló készletet, benne kétértelmű megfogalmazásokkal és közel azonos dokumentumokkal. A beágyazás kereshető reprezentációt ad; az alkalmazás őrzi meg a forrásszöveget, jogosultságokat és hivatkozásokat, amelyek a találatot használható eredménnyé teszik.