voyage-context-3: Contextual Retrieval Without the LLM
10 months ago
- #Retrieval-Augmented Generation
- #AI
- #Embedding Models
- 介绍voyage-context-3——一个能捕获完整文档上下文的情境化文本块嵌入模型，无需人工添加元数据
- voyage-context-3在文本块级别和文档级别检索任务中，性能显著超越OpenAI-v3-large、Cohere-v4、Jina-v3延迟分块及上下文检索方案
- 支持多维度与量化选项，在保持高检索精度的同时显著降低向量数据库成本
- 解决RAG中的分块难题，无需权衡即可同时捕获细节聚焦与全局上下文
- 可作为标准嵌入方案的无缝替代，完全兼容现有向量数据库与工作流
- 对分块策略敏感度更低，有效降低系统敏感性并提升检索性能
- 评估显示该模型在跨领域和真实场景数据集中均表现卓越
- 提供套娃嵌入(Marushka)与量化选项，在保持精度前提下大幅降低成本
- 现已开放使用，前2亿token免费，特别适合长文档处理和高敏感度检索场景