rerank-2.5-lite — это переранжировщик, оптимизированный как по задержке, так и по качеству, обеспечивающий улучшение точности извлечения на 7,16% по сравнению с Cohere Rerank v3.5 на 93 наборах данных. Он также превзошел Cohere Rerank v3.5...
Провайдер для VoyageAI by MongoDB: rerank-2.5-lite
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
Другие модели от voyageai
VoyageAI by MongoDB: rerank-3-lite
rerank-3-lite — это реранкер, оптимизированный как по задержке, так и по качеству, и является прямой заменой rerank-2.5-lite, улучшая его на 0,94% NDCG@10 в среднем по оценкам доменов и на 1,86%...
VoyageAI by MongoDB: rerank-3
rerank-3 — это переранжировщик, оптимизированный для качества и являющийся прямой заменой rerank-2.5, улучшая его на 0.80% NDCG@10 в среднем по оценкам доменов и на 3.35% по оценкам длинных документов,...
VoyageAI by MongoDB: voyage-code-4
voyage-code-4 — это модель для создания code embedding от Voyage AI, компании, входящей в состав MongoDB. Она разработана для кодирующих агентов и поиска кода, с Matryoshka embedding размерами 2048, 1024, 512 и 256 измерений, а также с несколькими опциями квантования. Узнайте больше о voyage-code-4 здесь: blog.voyageai.com/2026/08/13/voyage-code-4
VoyageAI by MongoDB: rerank-2.5
rerank-2.5 — это передовой reranker, оптимизированный для качества, обеспечивающий улучшение точности извлечения на 7,94% по сравнению с Cohere Rerank v3.5 на 93 наборах данных. Он также превзошел Cohere Rerank v3.5 на 12,70%...
VoyageAI by MongoDB: voyage-multimodal-3.5
voyage-multimodal-3.5 — это современная мультимодальная embedding-модель, способная векторизовать не только текст, изображения и видео по отдельности, но и контент, который чередует все три модальности. Она обеспечивает превосходную производительность для смешанных мультимодальных поисков, включающих текстовый и визуальный контент, такой как скриншоты PDF, рисунки, таблицы, видео и многое другое. Благодаря обучению Matryoshka и обучению с учетом квантования, voyage-multimodal-3.5 поддерживает embedding-векторы размерностью 2048, 1024, 512 и 256, с несколькими вариантами квантования. Узнайте больше о voyage-multimodal-3.5 здесь: blog.voyageai.com/2026/01/15/voyage-multimodal-3-5
VoyageAI by MongoDB: voyage-4-lite
voyage-4-lite — это легковесная, универсальная модель embedding, оптимизированная для низкой задержки и стоимости. Благодаря обучению Matryoshka и обучению с учетом квантования, voyage-4-lite поддерживает embedding с размерностями 2048, 1024, 512 и 256, а также несколько вариантов квантования. Узнайте больше о voyage-4-lite здесь: blog.voyageai.com/2026/01/15/voyage-4