Embedding Modelsanthropic

معرفی و مستندات مدل هوش مصنوعی voyage-2

مدل Embedding عمومی و قدرتمند voyage-2 با عملکرد بالا در بازیابی اطلاعات، ارائه شده توسط ای آی کار (AI-KAR).

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی پشتیبانی می‌کند و عملکرد قابل قبولی در درک معنایی متون فارسی دارد، اما بهترین عملکرد آن بر روی متون انگلیسی است.

مدل voyage-2 یک مدل embedding همه منظوره و بسیار قدرتمند است که برای ارائه کیفیت بازیابی (Retrieval Quality) بالا، به‌ویژه در سیستم‌های RAG (تولید متن با کمک بازیابی) بهینه شده است. این مدل با معماری پیشرفته خود توانسته است در بنچمارک‌های معتبر MTEB عملکردی خیره‌کننده از خود نشان دهد و رقبای بزرگی را به چالش بکشد.

از ویژگی‌های بارز voyage-2 می‌توان به پنجره متن (Context Window) مناسب، فشرده‌سازی اطلاعات با حفظ معنا و کارایی بالا در پردازش‌های سنگین اشاره کرد. این مدل برای کاربردهایی نظیر جستجوی معنایی (Semantic Search)، خوشه‌بندی متون (Clustering)، طبقه‌بندی (Classification) و یافتن شباهت‌های معنایی بین اسناد بسیار ایده‌آل است.

در پلتفرم ای آی کار (AI-KAR)، شما می‌توانید به سادگی و با کمترین تاخیر به این مدل دسترسی داشته باشید. این مدل به گونه‌ای طراحی شده که حتی در دامنه‌های تخصصی (مانند حقوقی یا فنی) نیز درک عمیقی از ارتباطات بین کلمات داشته باشد. اگر به دنبال ارتقای سیستم جستجوی خود یا بهبود حافظه چت‌بات‌ها هستید، voyage-2 یکی از بهترین گزینه‌های مقرون‌به‌صرفه و دقیق محسوب می‌شود.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	نام مدل مورد نظر برای استفاده. مقادیر مجاز (کلیک برای کپی):
input	string \| string[]Required	متن یا آرایه‌ای از متون که می‌خواهید به بردار (Embedding) تبدیل شوند.
encoding_format	string	فرمت خروجی وکتورها (معمولاً float). مقادیر مجاز (کلیک برای کپی):

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json

url = "https://api.ai-kar.com/v1/embeddings"

payload = json.dumps({
  "model": "voyage-2",
  "input": "سلام، این یک متن نمونه برای تبدیل به بردار است."
})
headers = {
  "Content-Type": "application/json",
  "Authorization": "Bearer YOUR_API_KEY"
}

response = requests.request("POST", url, headers=headers, data=payload)

print(response.text)

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [
        0.0023064255,
        -0.009327292,
        -0.01579731,
        "... (rest of vectors) ..."
      ]
    }
  ],
  "model": "voyage-2",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8
  }
}