Embedding Modelsanthropic

معرفی و مستندات مدل هوش مصنوعی voyage-multilingual-2

مستندات مدل voyage-multilingual-2 برای بازیابی چند زبانه و تولید متن تقویت شده با بازیابی (RAG) از ای آی کار (AI-KAR).

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند و برای درک متون پیچیده و تخصصی ممکن است با مشکل مواجه شود.

مدل voyage-multilingual-2 برای بازیابی چند زبانه و تولید متن تقویت شده با بازیابی (RAG) بهینه شده است. این مدل از جایگزین‌هایی مانند OpenAI v3 large و Cohere multilingual v3 در اکثر زبان‌ها، از جمله فرانسوی، آلمانی، ژاپنی، اسپانیایی و کره‌ای، عملکرد بهتری دارد. به طور متوسط، این مدل 5.6٪ بهتر از دومین مدل برتر عمل می‌کند، در حالی که عملکرد قوی خود را در زبان انگلیسی نیز حفظ می‌کند. علاوه بر این، از طول متن 32K پشتیبانی می‌کند. این مدل به طور خاص برای درک و تولید متون چند زبانه طراحی شده است و می‌تواند در طیف گسترده‌ای از کاربردها مورد استفاده قرار گیرد، از جمله ترجمه ماشینی، خلاصه‌سازی متن، پاسخ به سوالات و تولید محتوا. با توجه به عملکرد برتر این مدل در زبان‌های مختلف، می‌توان از آن برای ایجاد سیستم‌های هوشمند چند زبانه استفاده کرد که قادر به تعامل با کاربران در سراسر جهان هستند. این مدل با استفاده از تکنیک‌های پیشرفته یادگیری عمیق آموزش داده شده است و قادر به درک ظرافت‌های زبانی مختلف است. همچنین، این مدل به طور مداوم در حال بهبود است و با اضافه شدن داده‌های جدید، عملکرد آن نیز بهبود می‌یابد. این مدل یک ابزار قدرتمند برای توسعه دهندگان و محققانی است که به دنبال ایجاد سیستم‌های هوشمند چند زبانه هستند. با استفاده از این مدل، می‌توان سیستم‌هایی را ایجاد کرد که قادر به درک و تولید متون چند زبانه با دقت و سرعت بالا هستند. این مدل می‌تواند در طیف گسترده‌ای از صنایع مورد استفاده قرار گیرد، از جمله خدمات مشتری، آموزش، بهداشت و درمان و امور مالی.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده برای تولید امبدینگ. مقدار معتبر `voyage-multilingual-2` است. مقادیر مجاز (کلیک برای کپی):
input	stringRequired	متن ورودی برای تولید امبدینگ. می‌تواند یک رشته یا آرایه‌ای از توکن‌ها باشد.
input_type	string	نوع داده ورودی برای مدل. مقدار پیش‌فرض `document` است. 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"
headers = {
    "Authorization": "Bearer YOUR_SECRET_TOKEN",
    "Content-Type": "application/json"
}
data = {
    "model": "voyage-multilingual-2",
    "input": "text",
    "input_type": "document"
}

response = requests.post(url, headers=headers, data=json.dumps(data))

print(response.status_code)
print(response.text)

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{}