VoyageAI by MongoDB: voyage-multimodal-3.5
Voyage AI voyage-multimodal-3.5 мәтінді, суреттерді және бейнекадрларды ортақ іздеу кеңістігіндегі эмбеддингтерге айналдырады. Құжат скриншоттары, кестелер мен көріністер сияқты кезектескен мазмұнды өңдейді; кіріс көлемі 32 000 токен, әдепкі көрсетілім өлшемі — 1024.
Модель туралы
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
voyage-multimodal-3.5 — Voyage AI-дың мәтін, сурет және бейне бойынша іздеуге арналған эмбеддинг моделі. Ол кезектескен мәтіндік және көрнекі мазмұнды бір трансформерлік энкодер арқылы өңдеп, толық мультимодальді кірісті ортақ векторлық кеңістікте көрсетеді. 3.5 нұсқасында бейнекадрларға нақты мәлімделген қолдау және эмбеддинг өлшемін икемді таңдау қосылған.
Мәтін мен көрнекі материалдың байланысын сақтаңыз
Құжат бетін немесе бөлімін пайдалы көрнекі ақпаратын сақтайтын түрде дайындаңыз. Графигі және қысқа түсіндірмесі бар слайдты слайд суреті мен ілеспе мәтінді бір реттелген кіріске қосу арқылы көрсетуге болады. PDF негізіндегі жинақ үшін құжатталған көрнекі кіріс — бет скриншоты немесе құжаттың басқа суреттік көрсетілімі.
Есептегі график үшін суретте тақырыпты, ось белгілерін және шартты белгілер түсіндірмесін сақтаңыз. Көрнекі материалды түсінуге қажет контекст беретін жағдайда түсіндірме мәтін қосыңыз. Табылған кандидат тек құжат атауын қайтармай, тиісті бетті ашуға мүмкіндік беруі үшін алынған вектормен бірге бет нөмірі мен дереккөз идентификаторын сақтаңыз.
Өндірушінің кіріс пішімі мәтіндер, суреттер және бейнелер тізбегін қолдайды. Жарияланған сурет пішімдері — PNG, JPEG, WebP және GIF, ал бейне үшін — MP4. Құжатталған үлгіде көрнекі мазмұн URL немесе Base64 деректері арқылы берілуі мүмкін; бір сұрау ішінде бір көрсетілім тәсілін дәйекті қолданыңыз.
Ұзын бейненің бәрін емес, қажетті көріністі табыңыз
Модель бейнені реттелген кадрлар тізбегі ретінде көрсетеді. Өндіруші ұзын бейнені өзара байланысты көріністерге бөліп, көрініс шекараларын қолжетімді транскрипттің уақыт белгілерімен сәйкестендіруді және тиісті транскрипт мәтінін сақтауды ұсынады. Ажыратымдылықты немесе кадр жиілігін төмендету мағыналық тұрғыдан тұтас көріністі бөлінген контекст көлеміне сыйғызуға көмектесуі мүмкін.
Оқу бейнелері жинағында сұрау белгілі бір басқару элементін баптауды көрсететін көріністі іздеуі мүмкін. Әр индекстелген көріністі оның уақыт аралығымен байланыстырыңыз. Сәйкес көріністі қайтарып, нақты әрекетті кадрлардан немесе бастапқы үзіндіден тексеріңіз; табылған векторды жазбадағының бәрін сипаттайтын мәтін деп қабылдамаңыз.
Транскрипт мәтіні мультимодальді кірістің бөлігі ретінде дайындалса, үлес қоса алады. Бейнекадрлардың эмбеддингін жасау өздігінен сөйлеу транскриптін бермейді.
Контекст және дайындау шектеулері
Мәлімделген контекст ұзындығы — әр кіріске 32 000 токен. Voyage жарияланған есептеуінде суреттің әр 560 пикселін және бейненің әр 1120 пикселін бір токен деп санайды, сондықтан көрнекі мазмұн осы көлемді мәтінмен бөліседі. Құжатталған шектеулерге әр суретке 16 миллион пиксель және 20 МБ, сондай-ақ әр бейнеге 20 МБ кіреді. Бір тізімде ең көбі 1000 кіріс және жиынтық 320 000 токен болады.
Әдепкі қысқарту параметрі шектен ұзын кірісті қиып тастайды; егер шекара суреттің ішіне түссе, сурет толығымен алынып тасталады. Сондықтан толық беттерді немесе көріністерді шекке сай дайындау кіріс мазмұнын анағұрлым болжамды сақтайды. Құжатталған балама параметр шектен ұзын кірісті қысқартудың орнына қабылдамайды.
Вектор өлшемдері және іздеу рөлдері
Әдепкі шығыс өлшемі — 1024; бұл нұсқа үшін 256, 512 және 2048 өлшемдері де құжатталған. Хабарландыру Matryoshka эмбеддингтерін және жылжымалы нүктелі, таңбалы немесе таңбасыз 8 биттік, сондай-ақ бинарлық көрсетілімдерді сипаттайды. Таңдалған өлшем мен көрсетілімді индекспен бірге сақтаңыз.
Voyage іздеу үлгісі сұрау мен құжат кірістерін ажыратады. Сұрау мәтін немесе сурет болуы мүмкін, ал индекстелетін құжаттар мәтін мен көрнекі материалды біріктіре алады. Бір вектор толық кіріс тізбегін көрсетеді; реттелген нәтижені тексеру мүмкін болуы үшін оның бастапқы бетпен, суретпен немесе көрініспен байланысын сақтаңыз.
Қайтарылған көрнекі дереккөзді пайдаланыңыз
Іздеу кезеңі сұрауға қатысты есеп бетін, кестені, слайдты немесе көріністі таба алады. Одан кейін жауап жазу немесе талдау кезеңі сол бастапқы материалды оқиды. Кесте үшін нәтижені пайдаланбас бұрын нақты тақырыптар мен мәндерді тексеріңіз; көрініс үшін тиісті кадрлар мен байланысты мәтінді тексеріңіз.
voyage-multimodal-3 моделінен елеулі айырмашылығы — 3.5 нұсқасындағы бейнеге нақты мәлімделген қолдау және қосымша көрсетілім таңдаулары. Бұлар бастапқы материалды табуға арналған эмбеддинг мүмкіндіктері; шығысы генерацияланған сурет, бейне немесе баяндау түріндегі жауап емес, сандық векторлар болады.
Ailoot Ultra · Эмбеддингтер POST /v1/embeddings voyageai/voyage-multimodal-3.5
voyageai/voyage-multimodal-3.5
voyageai/voyage-multimodal-3.5Бастау
Voyage AI voyage-multimodal-3.5 мәтінді, суреттерді және бейнекадрларды ортақ іздеу кеңістігіндегі эмбеддингтерге айналдырады. Құжат скриншоттары, кестелер мен көріністер сияқты кезектескен мазмұнды өңдейді; кіріс көлемі 32 000 токен, әдепкі көрсетілім өлшемі — 1024.
- Қабылданатын кіріс деректері
- Мәтін · token_ids
- Нәтижелер
- embedding
Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер
Ailoot Ultra · Эмбеддингтер POST /v1/embeddings
- Кіріс
text,token_ids- Шығыс
embedding- Контекст
- 32 000 tokens
- Шығыс пішімі
- json
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер voyageai/voyage-multimodal-3.5 | Әдепкі— |
Өрісinput | Түріstring|string[]|integer[]|integer[][] | ТалапМіндетті | Мәндер мен шектеулер Элементтердің ең аз саны: 1 Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар. Кіріс бюджеті: Ең көбі: 32 000 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері | Әдепкі— |
Өрісencoding_format | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер float | Әдепкіfloat |
Өрісdimensions | Түріinteger | ТалапҚолдау көрсетілмейді | Мәндер мен шектеулер Ең азы: 1 | Әдепкі— |
Өрісuser | Түріjson_value | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты. | Әдепкі— |
Өрісsession_id | Түріjson_value | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты. | Әдепкі— |
Өрісtrace | Түріjson_value | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты. | Әдепкі— |
Өрісprovider | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: provider.options қабылданбайды | Әдепкі— |
Кіріс материалдарының үйлесімдері
text_to_embedding
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, input |
Параметрinput_shapes | Параметр талаптарыstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Параметрencoding_format | Параметр талаптарыfloat |
Параметрdimensions_override | Параметр талаптарыfalse |
Параметрmax_input_budget_units | Параметр талаптары32000 |
Параметрmultimodal_objects | Параметр талаптарыfalse |
Параметрmaterial_types | Параметр талаптарыtext, token_ids |
Өмірлік цикл: synchronous_json
Әрбір вектордың индексін және өлшемін сақтаңыз.
Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.
Тарифтер
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
- Жылдам режим
- Стандартты тариф Жылдам режим таңдалғанда
- Икемді режим
- Стандартты тариф flex режимі таңдалғанда
- Ой қорытудың ең жоғары деңгейі
- Стандартты тариф Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда
Ailoot мөлшерлемелері
Баптаулар бойынша бағалар
| Баптау | Мөлшерлемелер кестесі | Төлем |
|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төлем Кіріс · Кіріс токендері $0.00024 / 1K токен Шығыс · Шығыс токендері $0 / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
Сұрау мысалдары
Ailoot Ultra · Эмбеддингтер
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "voyageai/voyage-multimodal-3.5", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='voyageai/voyage-multimodal-3.5',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Нәтижелерді алу және сақтау
Ailoot Ultra · Эмбеддингтер
json
Барлық дайын нәтижені сақтау
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.
Бастапқы жауапты тексеру қажет болса
Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.
Жауап өрістері
| Өріс | Түрі |
|---|---|
Өрісobject | Түріstring |
Өрісmodel | Түріstring |
Өрісdata[].index | Түріinteger |
Өрісdata[].embedding | Түріfinite float[] |
Өрісusage | Түріobject |
Қателер және келесі қадамдар
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Балама атаулар
Модельдердің балама атаулары
Ailoot Ultra voyageai/voyage-multimodal-3.5
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
FAQ · VoyageAI by MongoDB: voyage-multimodal-3.5
- Қандай кіріс деректері мен нәтижелер қолжетімді?
POST /v1/embeddings·voyageai/voyage-multimodal-3.5:text,token_ids→embedding- Сұрау қандай өрістерді пайдаланады?
POST /v1/embeddings·voyageai/voyage-multimodal-3.5:model,input,encoding_format,provider- Қандай шектеулер қолданылады?
POST /v1/embeddings·voyageai/voyage-multimodal-3.5:ctx:32000;input.budget.maximum:32000(UTF8 байттары);input.min_items:1