Copo de nieve / snowflake-arctic-embed-l-v2.0
Milvus Integrated
Tarea: Incrustación
Modalidad: Texto
Métrica de Similitud: IP, L1, L2, Coseno
Licencia: Apache 2.0
Dimensiones: 1024
Tokens de Entrada Máximos: 8192
Precio: Gratis
Introducción a snowflake-arctic-embed-l-v2.0
El modelo snowflake-arctic-embed-l-v2.0 es un modelo multilingüe de embeddings de texto que admite 74 idiomas, diseñado para ofrecer recuperación de alta calidad e inferencia eficiente tanto en tareas en inglés como en otros idiomas. Con 303M parámetros que no son de embedding, proporciona inferencia rápida y escalable y admite representaciones compactas mediante Matryoshka Representation Learning y entrenamiento consciente de cuantización.
Compara snowflake-arctic-embed-l-v2.0 con los modelos snowflake-arctic-l:
| Modelo | params | params no emb | dimensiones | Compatibilidad lingüística |
|---|---|---|---|---|
| snowflake-arctic-l-v2.0 | 568M | 303M | 1024 | multilingüe |
| snowflake-arctic-l | 335M | 303M | 1024 | solo inglés |
Cómo crear embeddings con snowflake-arctic-embed-l-v2.0
Hay dos formas principales de generar embeddings vectoriales:
- PyMilvus: el SDK de Python para Milvus que integra sin problemas el modelo
snowflake-arctic-embed-l-v2.0. - La función
AI_EMBEDproporcionada por Snowflake Cortex para texto e imágenes.
Una vez generados los embeddings vectoriales, se pueden almacenar en Zilliz Cloud (un servicio de base de datos vectorial totalmente gestionado impulsado por Milvus) y utilizarse para búsqueda de similitud semántica. Estos son cuatro pasos clave:
- Regístrate gratis para obtener una cuenta de Zilliz Cloud.
- Configura un clúster serverless y obtén el Public Endpoint y la API Key.
- Crea una colección vectorial e inserta tus embeddings vectoriales.
- Ejecuta una búsqueda semántica en los embeddings almacenados.
Crea embeddings mediante PyMilvus e insértalos en Zilliz Cloud para búsqueda semántica
from pymilvus.model.dense import SentenceTransformerEmbeddingFunction
from pymilvus import MilvusClient
# Load the Snowflake Arctic Embed L v2.0 model
ef = SentenceTransformerEmbeddingFunction(
"Snowflake/snowflake-arctic-embed-l-v2.0", trust_remote_code=True
)
docs = [
"Artificial intelligence was founded as an academic discipline in 1956.",
"Alan Turing was the first person to conduct substantial research in AI.",
"Born in Maida Vale, London, Turing was raised in southern England.",
]
# Generate embeddings for documents
docs_embeddings = ef(docs)
queries = ["When was artificial intelligence founded", "Where was Alan Turing born?"]
# Generate embeddings for queries
query_embeddings = ef(queries)
# Connect to Zilliz Cloud with Public Endpoint and API Key
client = MilvusClient(uri=ZILLIZ_PUBLIC_ENDPOINT, token=ZILLIZ_API_KEY)
COLLECTION = "arctic_embed_l_v2_documents"
# Drop collection if it exists
if client.has_collection(collection_name=COLLECTION):
client.drop_collection(collection_name=COLLECTION)
# Create collection with auto-detected dimension
client.create_collection(collection_name=COLLECTION, dimension=ef.dim, auto_id=True)
# Insert documents with embeddings
for doc, embedding in zip(docs, docs_embeddings):
client.insert(COLLECTION, {"text": doc, "vector": embedding})
# Search for similar documents
results = client.search(
collection_name=COLLECTION,
data=query_embeddings,
# consistency_level="Strong", # Strong consistency ensures accurate results but may increase latency
output_fields=["text"],
limit=2,
)
# Print search results
for i, query in enumerate(queries):
print(f"\nQuery: {query}")
for result in results[i]:
print(f" - {result['entity']['text']} (distance: {result['distance']:.4f})")
Para obtener más información, consulta nuestra documentación del modelo de incrustación de PyMilvus.
- Introducción a snowflake-arctic-embed-l-v2.0
- Cómo crear embeddings con snowflake-arctic-embed-l-v2.0
Contenido
Flujos de trabajo de IA sin interrupciones
Desde incrustaciones hasta búsqueda de IA escalable—Zilliz Cloud te permite almacenar, indexar y recuperar incrustaciones con una velocidad y eficiencia inigualables.
Prueba Zilliz Cloud Gratis
