Le nouveau modèle d'embedding réduit les coûts de la base de données vectorielle d'environ 200x. Il crée des embeddings avec le contexte complet du document, contrairement aux modèles traditionnels qui les génèrent indépendamment pour chaque morceau. Il surpasse également les modèles d'OpenAI et de Cohere. Voici une explication visuelle :
Akshay 🚀
Akshay 🚀30 août 2025
Un nouveau modèle d'embedding réduit les coûts de la base de données vectorielle d'environ 200x. Il surpasse également les modèles d'OpenAI et de Cohere. Comprenons comment vous pouvez l'utiliser dans des applications LLM (avec du code) :
48,06K