Voyage AI
Voyage AI는 더 나은 검색 품질을 위해 도메인과 회사에 맞춤화된 임베딩 모델을 구축합니다.
Voyage AI and Zilliz
Zilliz는 Voyage AI와 파트너십을 맺어 Zilliz Cloud에서 비정형 데이터를 검색 가능한 벡터 임베딩으로 변환하는 과정을 간소화하고, 코드 관련 작업을 위한 다양한 임베딩 모델로 구현된 RAG 시스템의 효과를 평가하는 데 도움을 줍니다.
Zilliz와 Voyage AI: RAG 애플리케이션의 혁신
비정형 데이터를 고품질 임베딩으로 변환하는 도구인 Zilliz Cloud Pipelines는 코드 관련 작업에서 최고의 검색 품질을 달성하기 위한 임베딩 모델로 VoyageAI의 voyage-2 및 voyage-code-2를 지원합니다. 이 통합은 검색을 위한 확장 가능한 API 서비스를 가능하게 하며, LlamaIndex와 같은 도구와 함께 사용하기에 이상적입니다. 아래 통합을 사용하여 Zilliz Cloud Pipelines와 Voyage AI로 코드 집약적 텍스트를 위한 탁월한 RAG 제작을 시작하세요. 임베딩 모델을 위한 별도의 계정을 만들 필요가 없으며, 모든 것이 Zilliz Cloud 계정에서 턴키 방식으로 제공됩니다.
Zilliz Cloud Pipelines와 Voyage AI로 코드 집약적 텍스트를 위한 탁월한 RAG 제작
다양한 임베딩 모델로 구현된 검색 증강 생성(RAG) 시스템의 효과를 평가하는 방법을 알아보세요. 코드 데이터셋에서 검색 역량 측면에서 voyage-2 및 voyage-code-2 임베딩 모델이 BAAI 및 Open AI와 비교해 어떻게 성능을 보이는지 확인해 보세요. 이 블로그에서는 방법론을 깊이 다루고 Voyage AI 모델이 코드 관련 검색 작업에서 훨씬 더 뛰어난 성능을 보이는 방법을 보여줍니다.