Voyage AI
Voyage AI sviluppa modelli di embedding personalizzati per il dominio e l'azienda, per una migliore qualità del recupero.
Voyage AI and Zilliz
Zilliz ha stretto una partnership con Voyage AI per semplificare la conversione di dati non strutturati in embedding vettoriali ricercabili in Zilliz Cloud e per aiutare a valutare l'efficacia di un sistema RAG implementato con vari modelli di embedding per attività legate al codice.
Zilliz e Voyage AI: rivoluzionare le applicazioni RAG
Zilliz Cloud Pipelines, uno strumento per convertire dati non strutturati in embedding di alta qualità, supporta voyage-2 e voyage-code-2 di VoyageAI come modelli di embedding per ottenere la massima qualità di recupero in attività legate al codice. Questa integrazione abilita un servizio API scalabile per il recupero, ideale per l'uso con strumenti come LlamaIndex. Inizia a creare RAG superiori per testi ricchi di codice con Zilliz Cloud Pipelines e Voyage AI usando l'integrazione qui sotto. Non è necessario creare un account separato per il modello di embedding, tutto è chiavi in mano nel tuo account Zilliz Cloud.
Creare RAG superiori per testi ricchi di codice con Zilliz Cloud Pipelines e Voyage AI
Scopri come valutare l'efficacia di un sistema di retrieval augmented generation (RAG) implementato con vari modelli di embedding. Guarda come i modelli di embedding voyage-2 e voyage-code-2 si comportano rispetto a BAAI e Open AI in termini di capacità di recupero su dataset di codice. Questo blog approfondisce la metodologia e mostra come i modelli Voyage AI offrano prestazioni significativamente migliori nelle attività di recupero legate al codice.