Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

EmbeddingsGigaR es un modelo de embedding de GigaChat que convierte texto en un vector numérico. Es adecuado para búsqueda semántica, RAG en bases de conocimiento, agrupación y deduplicación de documentos, clasificación y ordenamiento de solicitudes. Usted almacena los vectores en Qdrant, pgvector u otro almacenamiento y los compara mediante similitud de coseno.

La salida no es texto, sino un vector de dimensión fija: una matriz de números; consulte el valor exacto de la dimensión en la respuesta de la API. El contexto del modelo es de 4096 tokens, que es también el máximo de salida indicado, por lo que debe dividir los documentos largos en fragmentos de tamaño adecuado de antemano.

En nuestros datos no se indica razonamiento antes de la respuesta, y para los embeddings esto no es necesario: el modelo no escribe una respuesta, sino que codifica el significado del texto en un vector. Deje la lógica de razonamiento al modelo generativo al que usted le pasa los fragmentos encontrados a través de EmbeddingsGigaR.

La llamada a funciones y la salida estructurada no están indicadas en nuestros datos; estas son herramientas de los modelos generativos. Sin embargo, la respuesta de la API en sí llega estructurada: una matriz de números que usted escribe directamente en la base de datos vectorial. A través de la API unificada compatible con OpenAI de BotHub, la solicitud parece familiar.

La recepción de datos distintos al texto no está indicada en nuestros datos, por lo que debe contar con una entrada de texto. Si necesita vectorizar el contenido de audio o imágenes, primero obtenga una descripción textual con otro modelo en la misma ventana de BotHub y luego pásela a EmbeddingsGigaR.

El modelo fue creado por el proveedor ruso GigaChat y está orientado a trabajar con corpus en ruso, por lo que la vectorización de dichos textos es su escenario principal. No hay evaluaciones de precisión específicas en nuestros datos, así que verifique la calidad en su área temática con una pequeña muestra de prueba de consultas.