Voyage AI

Voyage er et team av ledende AI -forskere og ingeniører, dedikert til å bygge Embeddings -modeller, tilpasset domener og selskaper, for bedre hentingsnøyaktighet og RAG -applikasjoner. Voyage AI gir nyskapende innebygging og rerankere. Innbyggingsmodeller er nevrale nettmodeller (f.eks. Transformatorer) som konverterer ustrukturerte og komplekse data, for eksempel dokumenter, bilder, lyd, videoer eller tabelldata, til tette numeriske vektorer (dvs. innebygde) som fanger deres semantiske betydninger. Disse vektorene fungerer som representasjoner/indekser for datapoints og er essensielle byggesteiner for semantisk søk ​​og gjenfinning-augmentert generasjon (RAG), som er den dominerende tilnærmingen for domenespesifikke eller firmaspesifikke chatbots og andre AI-applikasjoner. Rerankere er nevrale garn som utgår relevanspoeng mellom en spørring og flere dokumenter. Det er vanlig praksis å bruke relevanspoengene for å omdirigere dokumentene som opprinnelig ble hentet med innebyggingsbaserte metoder (eller med leksikale søkealgoritmer som BM25 og TF-IDF). Å velge de høyest scorede dokumentene foredler gjenvinningsresultatene til et mer relevant undergruppe. Voyage AI gir API-endepunkter for innebygging og reranking-modeller som tar inn dataene dine (f.eks. Dokumenter, spørsmål eller spørringsdokumenter) og returnerer deres innebygde eller relevanspoeng. Innbedringsmodeller og rerankere, som modulære komponenter, integreres sømløst med andre deler av en fillebunke, inkludert vektorbutikker og generative store språkmodeller (LLM). Voyage AIs innebygde modeller og rerankere er avansert i gjenvinningens nøyaktighet.