Giga Embeddings instruct Base Decoder only LLM: GigaChat 3b Pooling Type: Latent Attention Embedding Dimension: 2048 Для получения более подробной информации о технических деталях, пожалуйста, обратитесь к нашей статье. Использование Ниже приведен пример кодирования запросов и текстов. Requirements Transformers Sentence Transformers LangChain Инструктивность Использование инструкций для улучшения качества эмбеддингов Для достижения более точных результатов при работе с эмбеддингами, особенно в задачах поиска и извлечения информации (retrieval), рекомендуется добавлять инструкцию на естественном языке перед текстовым запросом (query). Это помогает модели лучше понять контекст и цель запроса, что положительно сказывается на качестве результатов. Важно отметить, что инструкцию нужно добавлять только перед запросом, а не перед документом. Для симметричных задач , таких как классификация (classification) или семантическое сравнение текстов (semantic text similarity), инструкцию необходимо добавлять перед каждым запросом. Это связано с тем, что такие задачи требуют одинакового контекста для всех входных данных, чтобы модель могла корректно сравнивать или классифицировать их. Примеры инст…
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy