Нейросети Mongodb через API

rerank-2.5 — это передовой реранкер, 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%...

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…

rerank-3 — это reranker, 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,...

rerank-3-lite — это переранжировщик, 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%...

voyage-4 — это универсальная (включая многоязычную) модель embedding, оптимизированная для поиска/извлечения информации и приложений ИИ. voyage-4 поддерживает embedding. Подробнее о voyage-4 здесь:…

voyage-4-large — это современный, универсальный и многоязычный embedding, оптимизированный для качества извлечения. Благодаря обучению Matryoshka и обучению с учетом квантования, voyage-4-large поддерживает embeddings voyage-4-large здесь:…

voyage-4-lite — это легковесная встраиваемая модель общего назначения, оптимизированная для низкой задержки и стоимости. Благодаря Matryoshka learning и обучению с учетом квантования, voyage-4-lite поддерживает встраивания. Узнайте больше…

voyage-code-4 — это модель для создания code embedding от Voyage AI, компании MongoDB. Она разработана для кодирующих агентов и извлечения кода, с Matryoshka embeddings на 2048t. Узнайте больше о voyage-code-4 здесь:…

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 отличную…