أعلنت Fireworks AI عن Voyage Multimodal 3.5، وهو نموذج تضمين مصمم للاسترجاع ويتعامل مع النصوص والمحتوى المرئي المتداخل. ويدعم لقطات الشاشة وملفات PDF والجداول والرسوم التوضيحية والشرائح وإطارات الفيديو. ويصل سياق النموذج إلى 32 000 رمز، مع احتساب كل 1120 بكسلًا من الفيديو رمزًا واحدًا. ويمكن للمستخدمين اختيار أبعاد تضمين تتراوح بين 256 و2048، بفضل تضمينات Matryoshka، والاختيار من بين عدة صيغ للتكميم لخفض تكاليف التخزين.
لماذا يهم
يمكن للفرق التي تحتاج إلى البحث في مجموعات بيانات تضم وسائط متنوعة استخدام Voyage Multimodal 3.5 للعثور على النصوص أو مقاطع الفيديو ذات الصلة، من دون إنشاء فهارس منفصلة.
