Snowflake Arctic Embed

Snowflake Arctic Embed

国外精选

Snowflake Arctic Embed是一系列基于Apache 2.0许可开源的文本嵌入模型,专为检索用例设计。这些模型在Massive Text Embedding Benchmark (MTEB)检索基准测试中提供了领先的检索性能,为组织在结合专有数据集与大型语言模型(LLMs)进行检索增强生成(RAG)或语义搜索服务时提供了新的优势。这些模型的尺寸从超小型(xs)到大型(l),具有不同的上下文窗口和参数数量,以满足不同企业的延迟、成本和检索性能需求。

需求人群:

"适用于需要高效文本检索和嵌入的企业级应用,如搜索引擎、语义搜索服务和RAG代理。"

使用场景示例:

使用Snowflake Arctic Embed模型进行文档检索

集成到企业搜索引擎以提升检索质量

作为RAG系统中的文本嵌入组件

产品特色:

检索性能优化

支持长文档检索

减少延迟

降低总拥有成本

易于集成

浏览量:154

打开站点

网站流量情况

最新流量情况

月访问量

4433.60k

平均访问时长

00:07:54

每次访问页数

7.54

跳出率

35.28%

流量来源

直接访问

51.28%

自然搜索

30.23%

邮件

0.09%

外链引荐

15.75%

社交媒体

2.19%

展示广告

0

截止目前所有流量趋势图

地理流量分布情况

澳大利亚

4.67%

英国

3.28%

印度

11.03%

日本

3.25%

美国

49.61%

类似产品

新型嵌入模型,性能更强,价格更低。

OpenAI Embedding Models是一系列新型嵌入模型,包括两个全新的嵌入模型和更新的GPT-4 Turbo预览模型、GPT-3.5 Turbo模型以及文本内容审核模型。默认情况下,发送到OpenAI API的数据不会用于训练或改进OpenAI模型。新的嵌入模型具有更低的定价,包括更小、高效的text-embedding-3-small模型和更大、更强大的text-embedding-3-large模型。嵌入是表示自然语言或代码等内容中概念的一系列数字。嵌入使得机器学习模型和其他算法更容易理解内容之间的关系,并执行聚类或检索等任务。它们为ChatGPT和Assistants API中的知识检索以及许多检索增强生成(RAG)开发工具提供支持。text-embedding-3-small是新的高效嵌入模型,相比其前身text-embedding-ada-002模型,性能更强,MIRACL的平均分数从31.4%提升至44.0%,而在英语任务(MTEB)的平均分数从61.0%提升至62.3%。text-embedding-3-small的定价也比之前的text-embedding-ada-002模型降低了5倍,从每千个标记的价格$0.0001降至$0.00002。text-embedding-3-large是新一代更大的嵌入模型,能够创建高达3072维的嵌入。性能更强,MIRACL的平均分数从31.4%提升至54.9%,而在MTEB的平均分数从61.0%提升至64.6%。text-embedding-3-large的定价为$0.00013/千个标记。此外,我们还支持缩短嵌入的原生功能,使得开发者可以在性能和成本之间进行权衡。

© 2025     AIbase    备案号:闽ICP备08105208号-14

隐私政策

用户协议

意见反馈 网站地图