Voyage AI

Voyage is een team van toonaangevende AI-onderzoekers en -ingenieurs, toegewijd aan het bouwen van inbeddingsmodellen, aangepast voor domeinen en bedrijven, voor een betere ophaalnauwkeurigheid en RAG-toepassingen. Voyage AI biedt geavanceerde inbedding en rerankers. Inbeddingsmodellen zijn neurale netmodellen (bijvoorbeeld transformatoren) die ongestructureerde en complexe gegevens, zoals documenten, afbeeldingen, audio, video's of tabelgegevens, omzetten in dichte numerieke vectoren (dat wil zeggen inbedding) die hun semantische betekenissen vastleggen. Deze vectoren dienen als representaties/indices voor datapunten en zijn essentiële bouwstenen voor semantische zoek- en retrieval-augmented generatie (RAG), de overheersende aanpak voor domeinspecifieke of bedrijfsspecifieke chatbots en andere AI-toepassingen. Rerankers zijn neurale netwerken die relevantiescores weergeven tussen een zoekopdracht en meerdere documenten. Het is gebruikelijk om de relevantiescores te gebruiken om de aanvankelijk opgehaalde documenten te herschikken met op insluiting gebaseerde methoden (of met lexicale zoekalgoritmen zoals BM25 en TF-IDF). Door de documenten met de hoogste score te selecteren, worden de ophaalresultaten verfijnd tot een relevantere subset. Voyage AI biedt API-eindpunten voor het inbedden en herschikken van modellen die uw gegevens opnemen (bijvoorbeeld documenten, query's of query-documentparen) en hun inbedding of relevantiescores retourneren. Het inbedden van modellen en rerankers, als modulaire componenten, kunnen naadloos worden geïntegreerd met andere delen van een RAG-stack, inclusief vectorwinkels en generatieve Large Language Models (LLM's). De inbeddingsmodellen en rerankers van Voyage AI zijn state-of-the-art op het gebied van ophaalnauwkeurigheid.