Voyage AI

Voyage er et team av ledende AI-forskere og ingeniører, dedikert til å bygge innbyggingsmodeller, tilpasset for domener og selskaper, for bedre gjenfinningsnøyaktighet og RAG-applikasjoner. Voyage AI gir banebrytende innebygging og rerankere. Innebyggingsmodeller er nevrale nettmodeller (f.eks. transformatorer) som konverterer ustrukturerte og komplekse data, slik som dokumenter, bilder, lyd, videoer eller tabelldata, til tette numeriske vektorer (dvs. embeddings) som fanger opp deres semantiske betydninger. Disse vektorene fungerer som representasjoner/indekser for datapunkter og er essensielle byggesteiner for semantisk søk ​​og gjenfinning-augmented generering (RAG), som er den dominerende tilnærmingen for domenespesifikke eller bedriftsspesifikke chatboter og andre AI-applikasjoner. Rerankere er nevrale nett som gir ut relevansscore mellom en spørring og flere dokumenter. Det er vanlig praksis å bruke relevansskårene til å omrangere dokumentene som opprinnelig ble hentet med innbyggingsbaserte metoder (eller med leksikale søkealgoritmer som BM25 og TF-IDF). Ved å velge dokumentene med høyest poengsum avgrenses gjenfinningsresultatene til et mer relevant delsett. Voyage AI gir API-endepunkter for innbygging og omrangering av modeller som tar inn dataene dine (f.eks. dokumenter, forespørsler eller spørre-dokument-par) og returnerer deres innebygging eller relevanspoeng. Innbygging av modeller og rerankere, som modulære komponenter, integreres sømløst med andre deler av en RAG-stabel, inkludert vektorlagre og generative Large Language Models (LLM). Voyage AIs innebygde modeller og rerankere er state-of-the-art når det gjelder gjenfinningsnøyaktighet.