Voyage AI: Voyage Context 3
Voyage Context 3 tworzy wektor dla każdego fragmentu dokumentu, uwzględniając kontekst pozostałych fragmentów tego dokumentu. Wspiera precyzyjne wyszukiwanie fragmentów w długich dokumentach, z wyborem liczby wymiarów i skwantowanymi embeddingami.
O modelu
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Voyage Context 3 tworzy kontekstowe embeddingi fragmentów do wyszukiwania dokumentów. Każdy fragment otrzymuje własny wektor, a model uwzględnia również inne fragmenty dostarczone z tego samego dokumentu. Daje to systemowi wyszukiwania reprezentację lokalnego fragmentu wraz z szerszym kontekstem dokumentu, na przykład jednostką lub tematem wprowadzonym w innej części źródła.
Przygotuj każdy dokument jako uporządkowaną sekwencję czytelnych fragmentów tekstu. Zachowuj fragmenty jednego dokumentu razem i w oryginalnej kolejności. W procesie kontekstowym producenta każda wewnętrzna grupa zawiera fragmenty jednego źródła, a osobne grupy reprezentują osobne źródła. Grupowanie jest częścią znaczenia wejścia: wskazuje modelowi, który otaczający tekst należy do reprezentowanego dokumentu.
Przydatnym przypadkiem jest raport, którego początek identyfikuje firmę, a późniejszy akapit objaśnia jej wzrost. Wyszukiwanie wzrostu tej firmy wymaga zarówno konkretnego akapitu, jak i tożsamości dokumentu. Zachowaj oryginalny tekst fragmentu i metadane dokumentu nadrzędnego przy wynikowym wektorze, aby wynik mógł wyświetlić fragment i prowadzić do kompletnego źródła.
Dokumentacja producenta dopuszcza do 120 000 tokenów w całym żądaniu, przy nie więcej niż 1 000 grupach wejściowych i łącznie 16 000 fragmentach. Przewodnik modelu osobno podaje okno 32 000 tokenów na fragment. Zachowaj te zakresy odrębne podczas przygotowywania materiału: limit jednego fragmentu i limit kompletnego żądania opisują różne rozmiary wejścia. Sprawdź sumę po podziale źródła, zamiast zakładać, że w tym samym żądaniu każdy fragment może wykorzystać własne maksimum.
Przy wyszukiwaniu dokumentów oznaczaj zgrupowane fragmenty jako wejście dokumentowe. Przygotuj każde pytanie wyszukiwania jako osobną grupę zapytania. Producent zaleca dostarczanie niepokrywających się fragmentów dokumentu, pozwalając reprezentacji kontekstowej przenosić otaczające informacje bez powtarzania tekstu w każdym fragmencie. Przy zapisywaniu indeksu zachowuj związek między grupą dokumentu, pozycją fragmentu i zwróconym wektorem.
Voyage Context 3 obsługuje 2 048, 1 024, 512 i 256 wymiarów, z wyborem wyników zmiennoprzecinkowych, ośmiobitowych całkowitoliczbowych i binarnych. Wybierz reprezentację indeksu i oceniaj ją na tych samych dokumentach źródłowych i pytaniach. Zapisz wybraną liczbę wymiarów i typ danych przy indeksie, aby reprezentacja zapytania i przechowywane wektory pozostały spójne.
Używaj wynikowych wektorów w wyszukiwaniu fragmentów, odnajdywaniu dokumentów lub etapie wyszukiwania asystenta pracującego z raportami, artykułami naukowymi, umowami lub instrukcjami technicznymi. Wynik może wskazać precyzyjny fragment, a jego odnośnik źródłowy zapewnia dostęp do definicji i zastrzeżeń w innych częściach dokumentu. Zachowuj wersje dokumentów i uprawnienia jako metadane aplikacji przy wektorach.
Testuj pytania wymagające zarówno lokalnego szczegółu, jak i kontekstu całego dokumentu. Uwzględnij podobne fragmenty z różnych źródeł, nazwane jednostki wprowadzone tylko na początku oraz pytania, których dowody obejmują kilka sekcji. Sprawdzaj, czy oczekiwany fragment jest wyszukiwany i czy aplikacja przedstawia wystarczająco dużo otaczającego tekstu do interpretacji. Gdy źródło się zmienia, świadomie ponownie generuj odpowiednią grupę dokumentu, aby jej kontekstowe fragmenty odpowiadały jednej spójnej wersji.
Ailoot Ultra · Reprezentacje wektorowe POST /v1/embeddings voyage-context-3
voyage-context-3Start
Voyage Context 3 tworzy wektor dla każdego fragmentu dokumentu, uwzględniając kontekst pozostałych fragmentów tego dokumentu. Wspiera precyzyjne wyszukiwanie fragmentów w długich dokumentach, z wyborem liczby wymiarów i skwantowanymi embeddingami.
- Akceptowane dane wejściowe
- Tekst
- Wyniki
- embedding
Dostępne w Ailoot · dane wejściowe i metody
Ailoot Ultra · Reprezentacje wektorowe POST /v1/embeddings
- Wejście
text- Wyjście
embedding
| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity voyage-context-3 Warunki: Użyj dokładnego selektora modelu Ailoot. | Domyślnie— |
Poleinput | Typstring or array<string> | WymaganieWymagane | Wartości i limity Warunki: Tekst lub lista tekstów; zachowaj po jednym wektorze dla każdego zwróconego elementu data wraz z jego indeksem. | Domyślnie— |
Parametry i cykl życia metody
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, input |
Parametroptional | Kontrakt |
Parametrmaterial_types | Kontrakttext |
Parametrconditions | KontraktWyślij tekst z wybranym modelem; zachowaj każdy zwrócony wektor i jego indeks. |
Cykl życia: synchronous
Cennik
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
- Tryb szybki
- Nie określono Gdy wybrany jest tryb szybki
- Tryb flex
- Nie określono Gdy wybrany jest tryb flex
- Maksymalna intensywność rozumowania
- Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)
Stawki Ailoot
Ceny według konfiguracji
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0004 / 1K tokenów Wyjście · Tokeny wyjściowe $0 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
Przykładowe żądania
Ailoot Ultra · Reprezentacje wektorowe
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
cat > request.json <<'JSON'
{
"model": "voyage-context-3",
"input": "The quick brown fox jumps over the lazy dog"
}
JSON
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 embeddings.json
# Keep every data item and its index, the full usage object and response headers.
Odbieranie i zapisywanie wyników
Aliasy
Aliasy modelu
Ailoot Ultra voyage-context-3
Aliasy ścieżek metod
Użyj ścieżek metod podanych powyżej.
Powiązane ID modeli
FAQ · Voyage AI: Voyage Context 3
- Jakie dane wejściowe i wyniki są dostępne?
POST /v1/embeddings·voyage-context-3:text→embedding- Jakich pól używa żądanie?
POST /v1/embeddings·voyage-context-3:model,input