Voyage AI

Voyage er et team af førende AI-forskere og ingeniører, dedikeret til at bygge indlejringsmodeller, tilpasset til domæner og virksomheder, for bedre genfindingsnøjagtighed og RAG-applikationer. Voyage AI giver banebrydende indlejring og rerankere. Indlejringsmodeller er neurale netmodeller (f.eks. transformatorer), der konverterer ustrukturerede og komplekse data, såsom dokumenter, billeder, lyd, videoer eller tabeldata, til tætte numeriske vektorer (dvs. indlejringer), der fanger deres semantiske betydninger. Disse vektorer tjener som repræsentationer/indekser for datapunkter og er essentielle byggesten til semantisk søgning og genfinding-augmented generation (RAG), som er den fremherskende tilgang til domænespecifikke eller virksomhedsspecifikke chatbots og andre AI-applikationer. Rerankere er neurale net, der udsender relevansscore mellem en forespørgsel og flere dokumenter. Det er almindelig praksis at bruge relevansscorerne til at omrangere de dokumenter, der oprindeligt er hentet med indlejringsbaserede metoder (eller med leksikalske søgealgoritmer som BM25 og TF-IDF). Ved at vælge de dokumenter med højest score forfines hentningsresultaterne til en mere relevant undergruppe. Voyage AI leverer API-slutpunkter til indlejring og omrangering af modeller, der tager dine data ind (f.eks. dokumenter, forespørgsler eller forespørgsels-dokument-par) og returnerer deres indlejringer eller relevansscore. Indlejring af modeller og rerankere, som modulære komponenter, integreres problemfrit med andre dele af en RAG-stak, herunder vektorlagre og generative Large Language Models (LLM'er). Voyage AI's indlejringsmodeller og rerankere er state-of-the-art med hensyn til genfindingsnøjagtighed.