voyage-context-4 は、手動メタデータとコンテキスト認証なしで完全なドキュメントコンテキストをキャプチャするチャンクのベクトルを生成するコンテキストに応じたチャンク埋め込みモデルです。これにより、 の有無にかかわらず、検索精度が高くなります。このモデルはよりシンプル、高速、低コストです。これは、下流へのワークフローの変更のない標準埋め込みのドロップイン置換として機能し、チャンク戦略の区別性を軽減します。
詳しくは、ブログ記事を参照してください。
利用可能なモデル
モデル | コンテキストの長さ | ディメンション | 説明 |
|---|---|---|---|
| 120,000 tokens * | 1024（デフォルト）、256、512、2048 | 汎用および多言語検索品質を最適化するために最適化されたコンテキスト化されたチャンク埋め込み。 |
注意
* すべての入力におけるトークンの合計数は、enable_auto_chunk = true の場合は 120K を超えてはなりません。それ以外の場合は 32K を超えてはなりません。
最新モデルは、品質、コンテキスト長、レイテンシ、スループットなどのすべての要素でレガシーモデルよりもパフォーマンスが優れています。
モデル | コンテキストの長さ | ディメンション | 説明 |
|---|---|---|---|
| 120,000 tokens * | 1024（デフォルト）、256、512、2048 | 汎用および多言語検索品質を最適化するために最適化されたコンテキスト化されたチャンク埋め込み。 詳しくは、 ブログ記事 を参照してください。 |
Tutorial
コンテキストに応じたチャンク埋め込みの使用に関するチュートリアルについては、Voyage AI埋め込みを使用したセマンティック検索 を参照してください。