VoyageAI by MongoDB: voyage-4-lite
Voyage AI voyage-4-lite ialah edisi embedding teks berorientasikan kependaman dalam keluarga Voyage 4. Ia menyokong input 32,000 token, empat pilihan dimensi vektor dan perwakilan terkuantum, dengan ruang embedding bersama yang serasi dengan model teks Voyage 4 lain.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
voyage-4-lite ialah model embedding teks berorientasikan kependaman dalam keluarga Voyage 4 Voyage AI. Ia mewakili pertanyaan dan dokumen sebagai vektor berangka untuk pemerolehan semula kegunaan umum. Ciri keluarga yang membezakannya ialah ruang embedding bersama dengan voyage-4, voyage-4-large dan voyage-4-nano, membolehkan model pertanyaan dan dokumen dipilih secara berasingan.
Mulakan dengan peranan pemerolehan semula
Sediakan keperluan maklumat pengguna sebagai pertanyaan dan bahan yang boleh dicari sebagai dokumen. Voyage mengesyorkan jenis input query/document untuk pemerolehan semula; kaedah yang diterbitkan menambah arahan pemerolehan semula yang sepadan ketika memvektorkan teks.
Untuk koleksi buku panduan pekerja, pertanyaan tentang membawa baki cuti yang tidak digunakan ke tempoh berikutnya perlu dibandingkan dengan bahagian dasar khusus. Simpan peraturan, syarat dan sebarang pengecualian berkaitan dalam petikan berindeks. Simpan dokumen asal dan pengecam bahagian di sisi vektor supaya aplikasi dapat mengembalikan teks dasar sebenar.
Jenis input yang tidak ditetapkan mewakili teks secara langsung, manakala peranan query/document menyesuaikannya untuk pemerolehan semula. Pembuat menyatakan bahawa embedding yang dihasilkan dengan dan tanpa tetapan peranan tersebut adalah serasi, tetapi dasar penyediaan yang konsisten menjadikan koleksi lebih mudah dinilai.
Ruang bersama merentas keluarga teks Voyage 4
Voyage secara jelas mendokumenkan aliran kerja pemerolehan semula tidak simetri: dokumen boleh dikodkan dengan voyage-4-large dan dicari menggunakan vektor pertanyaan daripada voyage-4-lite. Ini pernyataan keserasian pada peringkat keluarga, bukannya kesimpulan berdasarkan dua model yang mengembalikan panjang vektor sama.
Pastikan dimensi vektor dan perwakilan terpilih sejajar antara koleksi dan bahagian pertanyaan. Ruang bersama turut membenarkan penukaran model pertanyaan dalam keluarga teks Voyage 4 bernama ini tanpa memvektorkan semula dokumen sedia ada. Nilai kedudukan hasil menggunakan soalan yang mewakili tugas ketika memilih edisi pertanyaan.
Peranan edisi Lite ialah pilihan embedding pertanyaan dan teks yang lebih kecil serta menumpukan kependaman. Pembuat mengaitkan seni bina mixture-of-experts khususnya dengan voyage-4-large; nama keluarga tidak membuktikan seni bina itu bagi Lite.
Konteks, dimensi dan format hasil
Panjang konteks yang diterbitkan ialah 32,000 token bagi setiap teks. Vektor lalai mempunyai 1024 dimensi, dengan 256, 512 dan 2048 turut tersedia melalui pembelajaran Matryoshka. Aliran embedding teks pembuat mendokumenkan perwakilan titik terapung, integer 8 bit bertanda dan tanpa tanda serta binari bit padat untuk voyage-4-lite.
Untuk vektor titik terapung standard, panduan keserupaan Voyage menerangkan embedding panjang unit, menjadikan keserupaan kosinus dan hasil darab titik setara. Bentuk terkuantum memerlukan pengendalian perwakilan yang sepadan. Contohnya, senarai binari bit padat menyimpan lapan bit embedding dalam setiap bait; panjang senarainya berbeza daripada dimensi vektor semantik.
Dalam kaedah batch Voyage yang didokumenkan, senarai mengandungi paling banyak 1000 teks dan satu juta token keseluruhan untuk edisi Lite tepat ini. Tingkah laku lalai bagi teks terlalu panjang memotong teks individu pada sempadan konteks; tetapan alternatif menolak input terlalu panjang. Had batch dan setiap teks ini berbeza.
Sediakan dan periksa hasil pemerolehan semula
Bahagikan bahan sumber panjang kepada bahagian koheren yang boleh dikembalikan sebagai bukti. Konteks 32,000 token membenarkan input panjang, tetapi unit pemerolehan semula berguna tetap perlu membawa kepada bahagian sumber relevan. Sertakan tajuk atau perincian pengenal yang diperlukan untuk mentafsir peraturan.
Untuk RAG, dapatkan bahagian calon dan berikan teks asalnya kepada peringkat penulisan jawapan bersama perkaitan sumber. Model embedding menghasilkan vektor dan tidak menjana jawapan dasar. Keserupaan menyusun calon di bawah model serta tetapan perbandingan terpilih; semak petikan sebenar untuk syarat tepat yang ditanyakan.
Gabungan khusus edisi voyage-4-lite yang berguna ialah model teks menumpukan kependaman, perwakilan fleksibel, konteks 32,000 token dan keserasian yang didokumenkan dalam keluarga teks Voyage 4. Simpan sifat itu bersama koleksi berindeks dan gunakan hasil pemerolehan semula berasaskan sumber untuk menyokong aplikasi di sekelilingnya.
Ailoot Ultra · Pembenaman POST /v1/embeddings voyageai/voyage-4-lite
voyageai/voyage-4-litePengenalan
Voyage AI voyage-4-lite ialah edisi embedding teks berorientasikan kependaman dalam keluarga Voyage 4. Ia menyokong input 32,000 token, empat pilihan dimensi vektor dan perwakilan terkuantum, dengan ruang embedding bersama yang serasi dengan model teks Voyage 4 lain.
- Input yang diterima
- Teks · token_ids
- Hasil
- embedding
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Pembenaman POST /v1/embeddings
- Input
text,token_ids- Output
embedding- Konteks
- 32,000 tokens
- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had voyageai/voyage-4-lite | Lalai— |
Medaninput | Jenisstring|string[]|integer[]|integer[][] | KeperluanDiperlukan | Nilai & had Item minimum: 1 Syarat: Kelompok homogen yang tidak kosong. ID token ialah integer bukan negatif. Bajet input: Maksimum: 32,000 · Unit teks: bait UTF8 · Unit token: elemen tatasusunan token | Lalai— |
Medanencoding_format | Jenisstring | KeperluanPilihan | Nilai & had float | Lalaifloat |
Medandimensions | Jenisinteger | KeperluanTidak disokong | Nilai & had Minimum: 1 | Lalai— |
Medanuser | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medansession_id | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medantrace | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak | Lalai— |
Gabungan bahan input
text_to_embedding
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameterinput_shapes | Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontrakfloat |
Parameterdimensions_override | Kontrakfalse |
Parametermax_input_budget_units | Kontrak32000 |
Parametermultimodal_objects | Kontrakfalse |
Parametermaterial_types | Kontraktext, token_ids |
Kitar hayat: synchronous_json
Simpan setiap indeks dan dimensi vektor.
Nama model multimodal tidak bermakna objek imej dibenarkan pada laluan khusus ini.
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Kadar standard Apabila mod pantas dipilih
- Mod flex
- Kadar standard Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00004 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Pembenaman
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "voyageai/voyage-4-lite", "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-4-lite',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Terima dan simpan hasil
Ailoot Ultra · Pembenaman
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan setiap vektor bersama indeksnya. Bilangan vektor mesti sama dengan bilangan input; dimensi mesti konsisten.
Jika respons asal perlu disemak
Tiada titik akhir tugas pembenaman diperkenalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanobject | Jenisstring |
Medanmodel | Jenisstring |
Medandata[].index | Jenisinteger |
Medandata[].embedding | Jenisfinite float[] |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra voyageai/voyage-4-lite
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · VoyageAI by MongoDB: voyage-4-lite
- Apakah input dan hasil yang tersedia?
POST /v1/embeddings·voyageai/voyage-4-lite:text,token_ids→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/embeddings·voyageai/voyage-4-lite:model,input,encoding_format,provider- Apakah had yang terpakai?
POST /v1/embeddings·voyageai/voyage-4-lite:ctx:32000;input.budget.maximum:32000(bait UTF8);input.min_items:1