在企業人工智慧的檢索增強生成(RAG)領域,嵌入模型扮演著關鍵角色。這些模型將各種內容轉換為向量,使其可被人工智慧系統理解。雖然 OpenAI 的 ada 嵌入模型在這方面起步較早,但許多企業發現它在某些應用上缺乏必要的精確度。這正是 Voyage AI 進入市場的原因。
近期,Voyage AI 宣布完成 2,000 萬美元的 A 輪融資,以提升其針對企業 RAG 應用的嵌入和檢索模型。Snowflake 對此支持力度相當大,並計畫將 Voyage AI 的模型整合進其 Cortex AI 服務中,這將進一步提升 Cortex AI 的搜索功能,並利用 Snowflake 旗下收購的 AI 搜尋公司 Neeva 的技術。
Voyage AI 致力於加強企業 RAG 能力,其多語言嵌入模型支持 27 種語言,準確性出色。Voyage AI 的創辦人兼 CEO 馬騰宇表示:「我們透過提升檢索質量改善 RAG,有關聯的文件可提供更好的回應;若缺乏這些文件,大型語言模型可能會產生不準確的輸出。」
提升企業 RAG 的嵌入技術
嵌入模型對於訓練大型語言模型(LLMs)及實現 RAG 系統至關重要。馬騰宇強調,Voyage AI 專注於創建高級嵌入和重新排序模型,以改善特定領域資訊的檢索質量。他指出,隨著企業對準確性的需求加強,現有解決方案,包括 OpenAI 的 ada,已無法滿足需求。他解釋道:「我們的嵌入提供更高的準確性和對複雜概念的深刻理解。」
透過先進技術提升準確性
Voyage AI 透過先進技術提升準確性,優化整個訓練流程,包括精細化的數據收集和篩選。該公司針對金融、編碼和法律等特定行業量身定制其模型,在這些領域實現更出色的性能。
對比學習在訓練中的角色
訓練機器學習模型常面臨挑戰,特別是處理未標記的數據。為了有效利用這類數據,Voyage AI 採用對比學習,這與傳統的下一個詞預測方法有所不同。馬騰宇分享道:「我們從未標記數據中創建對比對來訓練我們的模型。」
Snowflake 與 Voyage AI 的合作
對於 Snowflake 來說,與 Voyage AI 合作並將其模型整合入 Cortex AI 服務,旨在提升企業用戶的實用性。Snowflake 工程高級副總裁維維克·拉古納瑤伊表示:「每個提供者都在努力開發 RAG 系統。我們的策略使用戶能夠無縫互動管理其結構化和非結構化數據。」
拉古納瑤伊對 Voyage AI 的模型充滿期待,認為其先進的多語言支持和擴展的上下文窗口對企業應用至關重要。儘管 Snowflake 提供自己的 Arctic 嵌入模型,Voyage AI 也為用戶提供了引人注目的選擇。他總結道:「考慮效率與質量之間的平衡,我們的模型在處理複雜用例方面非常出色。」