VoyageAI by MongoDB: voyage-4-lite
Voyage AI voyage-4-lite — Voyage 4 oilasidagi kechikish vaqtiga yo‘naltirilgan matn embedding nashri. U 32 000 tokenli kirishlar, vektor o‘lchami uchun to‘rtta tanlov va kvantlangan ifodalarni qo‘llaydi; umumiy embedding makoni boshqa Voyage 4 matn modellari bilan mos.
Model haqida
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
voyage-4-lite — Voyage AI’ning Voyage 4 oilasidagi kechikish vaqtiga yo‘naltirilgan matn embedding modeli. U umumiy maqsadli qidiruv uchun so‘rov va hujjatlarni raqamli vektorlar sifatida ifodalaydi. Oilaning farqlovchi xususiyati voyage-4, voyage-4-large va voyage-4-nano bilan umumiy embedding makoni bo‘lib, so‘rov va hujjat modellarini alohida tanlash imkonini beradi.
Qidiruv rollaridan boshlang
Foydalanuvchining ma’lumot ehtiyojini so‘rov, qidiriladigan materialni hujjatlar sifatida tayyorlang. Voyage qidiruv uchun query/document kirish turlarini tavsiya qiladi; e’lon qilingan usul matnni vektorlashtirganda tegishli qidiruv ko‘rsatmasini qo‘shadi.
Xodimlar qo‘llanmasi to‘plamida foydalanilmagan ta’til kunlarini keyingi davrga o‘tkazish haqidagi so‘rov siyosatning muayyan bo‘limlari bilan taqqoslanishi kerak. Indekslangan parchada qoida, shartlar va tegishli istisnolarni saqlang. Ilova haqiqiy siyosat matnini qaytara olishi uchun asl hujjat va bo‘lim identifikatorini vektor yonida saqlang.
Kirish turi ko‘rsatilmasa, matn bevosita ifodalanadi; query/document rollari esa uni qidiruvga moslaydi. Ishlab chiqaruvchi shu rol sozlamalari bilan va ularsiz yaratilgan embeddinglar mosligini aytadi, ammo izchil tayyorlash siyosati to‘plamni baholashni osonlashtiradi.
Voyage 4 matn oilasidagi umumiy makon
Voyage asimmetrik qidiruv jarayonini ochiq hujjatlashtiradi: hujjatlarni voyage-4-large bilan kodlab, voyage-4-lite’dan olingan so‘rov vektorlari bilan qidirish mumkin. Bu ikki model vektor uzunligi bir xil ekanidan chiqarilgan xulosa emas, oila darajasidagi moslik bayonotidir.
To‘plam va so‘rov tomonida tanlangan vektor o‘lchami va ifodasi mos bo‘lsin. Umumiy makon shu nomlangan Voyage 4 matn oilasi ichida mavjud hujjatlarni qayta vektorlashtirmasdan so‘rov modelini almashtirishga ham imkon beradi. So‘rov nashrini tanlashda hosil bo‘lgan reytingni namunaviy savollar bilan baholang.
Lite nashrining roli kichikroq, kechikishga e’tibor qaratilgan so‘rov va matn embedding variantidir. Ishlab chiqaruvchi mixture-of-experts arxitekturasini aynan voyage-4-large’ga tegishli deydi; oila nomi Lite uchun shu arxitekturani isbotlamaydi.
Kontekst, o‘lchamlar va natija formati
E’lon qilingan kontekst uzunligi har matn uchun 32 000 token. Odatiy vektor 1024 o‘lchamli; Matryoshka o‘rganishi orqali 256, 512 va 2048 ham mavjud. Ishlab chiqaruvchining matn embedding jarayoni voyage-4-lite uchun suzuvchi nuqtali, ishorali va ishorasiz 8 bitli butun sonli hamda bitlari zichlangan ikkilik ifodalarni hujjatlashtiradi.
Standart suzuvchi nuqtali vektorlarda Voyage o‘xshashlik yo‘riqnomasi birlik uzunlikdagi embeddinglarni tavsiflaydi; kosinus va skalyar ko‘paytma o‘xshashligi teng bo‘ladi. Kvantlangan shakllar tegishli ifoda ishlovini talab qiladi. Masalan, bitlari zichlangan ikkilik ro‘yxat har baytda sakkiz embedding bitini saqlaydi; ro‘yxat uzunligi semantik vektor o‘lchamidan farq qiladi.
Voyage’ning hujjatlashtirilgan batch usulida aynan Lite nashri uchun bitta ro‘yxatda ko‘pi bilan 1000 matn va jami bir million token bo‘ladi. Haddan uzun kirishning odatiy xulqi alohida matnni kontekst chegarasida kesadi; muqobil sozlama haddan uzun kirishni rad etadi. Batch va har matn chegaralari alohida.
Qidiruv natijalarini tayyorlang va tekshiring
Uzun manba materialini dalil sifatida qaytariladigan izchil bo‘limlarga bo‘ling. 32 000 tokenli kontekst uzun kirishga imkon beradi, lekin foydali qidiruv birligi baribir tegishli manba bo‘limiga olib borishi kerak. Qoidani talqin qilishga kerakli sarlavha yoki aniqlovchi tafsilotni kiriting.
RAG uchun nomzod bo‘limlarni toping va asl matnini manba bog‘liqliklari bilan javob yozish bosqichiga bering. Embedding modeli vektorlar hosil qiladi, siyosat javobini yaratmaydi. O‘xshashlik tanlangan model va taqqoslash sozlamasida nomzodlarni reytinglaydi; aynan so‘ralgan shart uchun haqiqiy parchani ko‘rib chiqing.
voyage-4-lite’ning nashrga xos foydali birikmasi — kechikishga e’tibor qaratilgan matn modeli, moslashuvchan ifodalar, 32 000 tokenli kontekst va Voyage 4 matn oilasi ichidagi hujjatlashtirilgan moslik. Bu xususiyatlarni indekslangan to‘plam bilan saqlang va tashqi ilovani qo‘llab-quvvatlash uchun manbaga tayangan qidiruv natijalaridan foydalaning.
Ailoot Ultra · Embeddinglar POST /v1/embeddings voyageai/voyage-4-lite
voyageai/voyage-4-liteBoshlash
Voyage AI voyage-4-lite — Voyage 4 oilasidagi kechikish vaqtiga yo‘naltirilgan matn embedding nashri. U 32 000 tokenli kirishlar, vektor o‘lchami uchun to‘rtta tanlov va kvantlangan ifodalarni qo‘llaydi; umumiy embedding makoni boshqa Voyage 4 matn modellari bilan mos.
- Qabul qilinadigan kirish ma’lumotlari
- Matn · token_ids
- Natijalar
- embedding
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot Ultra · Embeddinglar POST /v1/embeddings
- Kirish
text,token_ids- Chiqish
embedding- Kontekst
- 32 000 tokens
- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar voyageai/voyage-4-lite | Standart— |
Maydoninput | Turstring|string[]|integer[]|integer[][] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 Shartlar: Bo‘sh bo‘lmagan, bir xil turdagi elementlardan iborat paket. Token ID lari manfiy bo‘lmagan butun sonlardir. Kirish budjeti: Eng ko‘p: 32 000 · Matn birligi: UTF8 baytlari · Token birligi: Tokenlar massivi elementlari | Standart— |
Maydonencoding_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar float | Standartfloat |
Maydondimensions | Turinteger | TalabQo‘llab-quvvatlanmaydi | Qiymatlar va cheklovlar Eng kam: 1 | Standart— |
Maydonuser | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonsession_id | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydontrace | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: provider.options rad etildi | Standart— |
Kirish materiallari birikmalari
text_to_embedding
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, input |
Parametrinput_shapes | Parametr talablaristring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametrencoding_format | Parametr talablarifloat |
Parametrdimensions_override | Parametr talablarifalse |
Parametrmax_input_budget_units | Parametr talablari32000 |
Parametrmultimodal_objects | Parametr talablarifalse |
Parametrmaterial_types | Parametr talablaritext, token_ids |
Hayot sikli: synchronous_json
Har bir vektorning indeksi va o‘lchamini saqlang.
Model nomida multimodal deyilgani aynan shu yo‘nalishda rasm obyektlariga ruxsat borligini anglatmaydi.
Tariflar
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
- Tezkor rejim
- Standart tarif Tezkor rejim tanlanganda
- Flex rejimi
- Standart tarif flex rejimi tanlanganda
- Maksimal fikrlash darajasi
- Standart tarif Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda
Ailoot tariflari
Sozlamalar bo‘yicha narxlar
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00004 / 1K token Chiqish · Chiqish tokenlari $0 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot Ultra · Embeddinglar
set -eu
: "${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)
Natijalarni olish va saqlash
Ailoot Ultra · Embeddinglar
json
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.
Asl javobni tekshirish kerak bo‘lsa
Embedding vazifalari uchun endpoint qo‘shilmaydi.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydonobject | Turstring |
Maydonmodel | Turstring |
Maydondata[].index | Turinteger |
Maydondata[].embedding | Turfinite float[] |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Taxalluslar
Model taxalluslari
Ailoot Ultra voyageai/voyage-4-lite
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
FAQ · VoyageAI by MongoDB: voyage-4-lite
- Qanday kirish ma’lumotlari va natijalar mavjud?
POST /v1/embeddings·voyageai/voyage-4-lite:text,token_ids→embedding- So‘rov qaysi maydonlardan foydalanadi?
POST /v1/embeddings·voyageai/voyage-4-lite:model,input,encoding_format,provider- Qanday cheklovlar amal qiladi?
POST /v1/embeddings·voyageai/voyage-4-lite:ctx:32000;input.budget.maximum:32000(UTF8 baytlari);input.min_items:1