Para agentes de IA: um índice de documentação está disponível em https://www.mongodb.com/pt-br/docs/llms.txt — as versões de markdown de todas as páginas estão disponíveis anexando .md a qualquer caminho de URL.
Menu Docs

Embeddings de partes contextualizadas

voyage-context-4 é um modelo de incorporação de partes contextualizado que produz vetores para partes que capturam o contexto completo do documento sem nenhum metadados manual e aumento de contexto. Isso leva a maiores precisões de recuperação do que com ou sem aumento. O modelo também é mais simples, rápido e mais barato. Ele serve como um substituto para incorporações padrão sem alterações no fluxo de trabalho downstream e reduz a sensibilidade à estratégia de chunking.

Para saber mais, consulte a publicação no blog.

Modelo
Comprimento do contexto
Dimensões
Descrição

voyage-context-4

120,000 tokens *

1024 (padrão), 256, 512, 2048

Incorporações de partes contextualizadas otimizadas para qualidade de recuperação multilíngue e de uso geral.

Observação

* O número total de tokens em todas as entradas não deve exceder 120K se enable_auto_chunk = true; caso contrário, não deve exceder 32K.

Os modelos antigos a seguir ainda podem ser acessados a partir da API, mas recomendamos usar os novos modelos para maior qualidade e eficiência.

Os modelos mais recentes têm desempenho melhor do que os modelos legado em todos os aspectos, como qualidade, duração do contexto, latência e taxa de transferência.

Modelo
Comprimento do contexto
Dimensões
Descrição

voyage-context-3

120,000 tokens *

1024 (padrão), 256, 512, 2048

Incorporações de partes contextualizadas otimizadas para qualidade de recuperação multilíngue e de uso geral.

Para aprender mais, consulte a publicação no blog.

Para obter um tutorial sobre o uso de incorporações contextualizadas de partes, consulte Pesquisa semântica com incorporações Voyage AI.