VoyageAI by MongoDB: voyage-4
voyage-4 menghasilkan embedding teks untuk pemerolehan semula kegunaan umum dan berbilang bahasa, dengan ruang vektor bersama merentas keluarga Voyage 4. Ia menyokong input 32,000 token, pilihan output 256–2048 dimensi dan peranan query/document untuk carian serta RAG.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
voyage-4 ialah model embedding teks bersaiz sederhana Voyage AI dalam keluarga Voyage 4. Ia menukarkan teks pertanyaan dan dokumen kepada vektor berangka untuk pemerolehan semula kegunaan umum dan berbilang bahasa. Keupayaan utama keluarga ini ialah ruang embedding bersama: voyage-4, voyage-4-large, voyage-4-lite dan voyage-4-nano menghasilkan perwakilan serasi, membolehkan bahagian pertanyaan dan dokumen dalam tugas carian menggunakan model berbeza dalam keluarga itu.
Ruang bersama dan pemerolehan semula tidak simetri
Pengeluar menamakan penggunaan model pertanyaan dan korpus berbeza sebagai pemerolehan semula tidak simetri. Satu corak yang didokumenkan ialah menyediakan korpus dengan voyage-4-large dan mencarinya menggunakan embedding pertanyaan voyage-4. Korpus dihasilkan embeddingnya sekali atau apabila bahan sumber berubah, manakala vektor pertanyaan dicipta apabila carian diterima. Ruang bersama membolehkan pilihan model bahagian pertanyaan berubah dalam keluarga tanpa memerlukan korpus dihasilkan embeddingnya semula semata-mata kerana penukaran itu.
Pastikan dimensi output dan perwakilan serasi merentas vektor yang dibandingkan. Pernyataan ruang bersama berkenaan model teks Voyage 4 yang dinamakan; ia tidak terbukti hanya kerana dua model tidak berkaitan mengembalikan tatasusunan sama panjang. Oleh itu, tugas praktikal boleh menggunakan voyage-4 pada kedua-dua sisi carian atau menggunakan vektor pertanyaannya dengan indeks dokumen voyage-4-large sedia ada apabila tetapan perwakilannya sepadan.
Peranan query dan document
Untuk pemerolehan semula, Voyage mengesyorkan pengenalpastian teks input sebagai query atau document. Pilihan peranan input membekalkan arahan pemerolehan semula yang sepadan sebelum pemvektoran. Sediakan petikan korpus sebagai dokumen dan ungkapan carian pengguna sebagai pertanyaan, sambil menyimpan teks sumber sebenar serta pengecam di sisi setiap vektor tersimpan.
Contohnya, koleksi carian pengetahuan boleh mengindeks arahan teknikal dan penerangan produk. Pertanyaan tentang perkara yang berlaku selepas import gagal patut mengembalikan petikan sumber yang menerangkan tingkah laku itu. Simpan tajuk, syarat berkaitan dan lokasi sumber bersama petikan supaya hasil carian dapat diperiksa atau digunakan peringkat jawapan RAG kemudian. Embedding ialah perwakilan pemerolehan semula berangka; petikan asal ialah bukti yang digunakan dalam peringkat kemudian itu.
Dimensi dan jenis data output
Tetingkap konteks setiap teks yang didokumenkan ialah 32,000 token. Dimensi yang boleh dipilih ialah 256, 512, 1024 dan 2048, dengan 1024 sebagai lalai. Pembelajaran Matryoshka menyediakan saiz perwakilan bersarang ini. Output boleh menggunakan titik terapung 32 bit, integer 8 bit bertanda atau tanpa tanda, atau nilai binari padat, yang dibolehkan oleh penyediaan keluarga yang mengambil kira pengkuantuman.
Dengan output binari padat, setiap bait yang dikembalikan menyimpan lapan bit embedding, maka panjang senarai bait ialah satu perlapan dimensi terpilih. Bilangan bait dan dimensi embedding mempunyai makna berbeza. Pilih perwakilan yang dapat ditafsirkan indeks carian anda dan periksa kerelevanan calon bagi soalan serta bahasa sebenar koleksi sebelum memilih konfigurasi dimampatkan.
Panjang input, batch dan pemotongan
Panduan embedding teks semasa pembuat membenarkan sehingga 1,000 rentetan dan 320,000 token keseluruhan dalam permintaan voyage-4. Peruntukan batch berasingan daripada tetingkap 32,000 token untuk setiap input. Pemotongan didayakan secara lalai: teks terlalu panjang dipendekkan supaya muat. Jika pemotongan dinyahdayakan, item terlalu panjang menghasilkan ralat.
Untuk laporan panjang atau transkrip, sediakan petikan yang mengandungi jawapan dengan sengaja, bukannya bergantung pada pemotongan di sempadan input. Pastikan setiap petikan dipautkan kepada dokumen induk dan versi sumber. Input embedding voyage-4 biasa ialah teks individu; pemprosesan kumpulan segmen berkonteks tergolong dalam model embedding kontekstual yang didokumenkan secara berasingan.
Gunakan hasil pemerolehan semula
Simpan vektor bersama teks petikan dan pengecam sumber stabil, bandingkan setiap vektor pertanyaan dengan vektor dokumen serasi dan kembalikan petikan calon. Keluaran keluarga menilai pemerolehan semula merentas bahan termasuk dokumen teknikal, perbualan, dokumen panjang, kod, undang-undang, kewangan dan teks web. Reranker berasingan boleh memperhalus calon dan peringkat jawapan kemudian boleh menggunakan teksnya. Nilai petikan yang dikembalikan berdasarkan tugas; keserasian ruang bersama membolehkan gabungan model, manakala kegunaan hasil masih bergantung pada bahan sumber dan soalan.
Ailoot Ultra · Pembenaman POST /v1/embeddings voyageai/voyage-4
voyageai/voyage-4Pengenalan
voyage-4 menghasilkan embedding teks untuk pemerolehan semula kegunaan umum dan berbilang bahasa, dengan ruang vektor bersama merentas keluarga Voyage 4. Ia menyokong input 32,000 token, pilihan output 256–2048 dimensi dan peranan query/document untuk carian serta RAG.
- 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 | 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 $0.00012 / 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", "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',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
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · VoyageAI by MongoDB: voyage-4
- Apakah input dan hasil yang tersedia?
POST /v1/embeddings·voyageai/voyage-4:text,token_ids→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/embeddings·voyageai/voyage-4:model,input,encoding_format,provider- Apakah had yang terpakai?
POST /v1/embeddings·voyageai/voyage-4:ctx:32000;input.budget.maximum:32000(bait UTF8);input.min_items:1