Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.

É um modelo de embedding da sentence-transformers: ele transforma texto em um vetor numérico, pelo qual é possível medir a proximidade semântica. Adequado para busca semântica, busca RAG em bases de documentos, agrupamento e desduplicação de registros, classificação de solicitações e criação de recomendações baseadas no significado, e não na correspondência exata de palavras.

Na saída, você não recebe texto, mas um array de números — uma representação vetorial do fragmento de entrada. A janela de contexto é de 512 tokens, portanto, divida documentos longos em chunks com antecedência. Armazene os vetores resultantes no Qdrant, pgvector ou outro armazenamento vetorial e pesquise por similaridade de cosseno.

Raciocínios passo a passo não foram observados nos nossos dados para este modelo, e a sua tarefa não pressupõe isso: o embedder codifica o texto em um vetor em uma única passagem. Se o seu pipeline precisar de raciocínio e formulação de resposta, utilize um modelo de texto em conjunto — no BotHub, eles estão disponíveis na mesma interface e através da mesma API.

Chamada de funções e saída estruturada não foram observadas nos nossos dados para este modelo. O acesso é feito através da API única do BotHub compatível com OpenAI, portanto a resposta chega como um JSON comum com um array de vetores, que é fácil de transmitir diretamente para o seu sistema de indexação.

A aceitação de outros tipos de dados além de texto não foi observada nos nossos dados — trabalhe com fragmentos de texto. Se precisar vetorizar o conteúdo de imagens ou gravações de conversas, primeiro obtenha uma descrição de texto ou transcrição com um modelo adequado e, em seguida, envie o resultado para cá para indexação.

Não temos dados sobre os idiomas nos quais o modelo foi treinado, por isso é mais seguro verificar a qualidade no seu próprio corpus: reúna um pequeno conjunto de consultas com respostas corretas conhecidas e compare os resultados. O acesso ao BotHub funciona a partir da Rússia sem VPN ou cartões internacionais, com pagamento em rublos.