Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.

EmbeddingsGigaR est un modèle d'embedding de GigaChat qui transforme le texte en vecteur numérique. Il est adapté à la recherche sémantique, au RAG sur base de connaissances, à la classification et à la déduplication de documents, ainsi qu'au classement et à la classification de requêtes. Vous stockez les vecteurs dans Qdrant, pgvector ou un autre stockage et les comparez par similarité cosinus.

En sortie, il ne s'agit pas de texte, mais d'un vecteur de dimension fixe — un tableau de nombres ; vérifiez la valeur exacte de la dimension dans la réponse de l'API. Le contexte du modèle est de 4096 jetons, ce qui est également indiqué comme maximum de sortie, donc découpez les longs documents à l'avance en fragments de taille appropriée.

Dans nos données, le raisonnement avant réponse n'est pas indiqué, et pour les embeddings, ce n'est pas nécessaire : le modèle n'écrit pas de réponse, mais code le sens du texte en vecteur. Laissez la logique de raisonnement au modèle génératif auquel vous transmettez les fragments trouvés via EmbeddingsGigaR.

L'appel de fonctions et la sortie structurée ne sont pas indiqués dans nos données — ce sont des outils pour les modèles génératifs. Cependant, la réponse de l'API elle-même arrive structurée : un tableau de nombres que vous écrivez immédiatement dans la base vectorielle. Via l'API BotHub compatible OpenAI, la requête semble familière.

La réception de données autres que du texte n'est pas indiquée dans nos données, attendez-vous donc à une entrée textuelle. Si vous devez vectoriser le contenu audio ou des images, obtenez d'abord une description textuelle avec un autre modèle dans la même fenêtre BotHub, puis transmettez-la à EmbeddingsGigaR.

Le modèle a été créé par le fournisseur russe GigaChat et est orienté vers le travail avec des corpus russophones, la vectorisation de ces textes est donc son scénario principal. Il n'y a pas d'évaluations de précision spécifiques dans nos données, vérifiez donc la qualité dans votre domaine sur un petit échantillon de requêtes de test.