Embedding 実装ガイド - SambaNova ドキュメント

Embedding (埋め込み) とは、データをベクトル化した数値表現であり、情報同士の関連性を測定可能な距離として捉えることができます。Embedding は、レコメンデーションシステム、分類、検索などのアプリケーションで広く利用されています。

この機能は SambaStack ユーザーのみ利用できます。E5-Mistral-7B-Instruct は SambaCloud では利用できません。

本システムでは Mistral の Embedding モデルを採用しており、さまざまなアプリケーション向けに高品質なベクトル表現を提供します。セットアップと連携の手順は以下のとおりです。

API キーと URL ページから API キーを取得します。
ドキュメント内のサンプル実装を確認します。
提供されている例を使用して Embedding を生成します。
アプリケーションのワークフローに Embedding を組み込みます。

利用可能なパラメータの詳細については、Embedding エンドポイントの API ドキュメントをご参照ください。

Embedding の生成

SambaNova の Embeddings API は、既存のアプリケーションとシームレスに連携できるよう設計されており、OpenAI の Embeddings API の構造に準拠しているため、移行や導入が容易です。モデルはテキストを入力として受け取り、浮動小数点数のベクトルを出力します。このベクトルは、類似検索などのタスクに利用できます。

単一の Embedding の生成

単一の入力テキストに対して Embedding を生成するには、モデル名と入力文字列を指定して client.embeddings.create() を呼び出します。

使用例

from sambanova import SambaNova

client = SambaNova(
    base_url="your-sambanova-base-url",
    api_key="your-sambanova-api-key",
)

response = client.embeddings.create(
    model="E5-Mistral-7B-Instruct",
    input="The quick brown fox jumps over the lazy dog"
)

print(response)

from openai import OpenAI

client = OpenAI(
    base_url="your-sambanova-base-url",
    api_key="your-sambanova-api-key",
)

response = client.embeddings.create(
    model="E5-Mistral-7B-Instruct",
    input="The quick brown fox jumps over the lazy dog"
)

print(response)

応答例

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "embedding": [0.002843, -0.017531, ..., 0.012934],
      "index": 0
    }
  ],
  "model": "E5-Mistral-7B-Instruct",
  "usage": {
    "prompt_tokens": 10,
    "total_tokens": 10
  }
}

複数の Embedding の生成

1 回のリクエストで複数の入力に対する Embedding を生成するには、input パラメータに入力文字列の配列を渡します。

使用例

from sambanova import SambaNova

client = SambaNova(
    base_url="your-sambanova-base-url",
    api_key="your-sambanova-api-key",
)

response = client.embeddings.create(
    model="E5-Mistral-7B-Instruct",
    input=[
        "Our solar system orbits the Milky Way galaxy at about 515,000 mph",
        "Jupiter's Great Red Spot is a storm that has been raging for at least 350 years."
    ]
)

print(response)

from openai import OpenAI

client = OpenAI(
    base_url="your-sambanova-base-url",
    api_key="your-sambanova-api-key",
)

response = client.embeddings.create(
    model="E5-Mistral-7B-Instruct",
    input=[
        "Our solar system orbits the Milky Way galaxy at about 515,000 mph",
        "Jupiter's Great Red Spot is a storm that has been raging for at least 350 years."
    ]
)

print(response)

応答例

{
  "model": "E5-Mistral-7B-Instruct",
  "object": "list",
  "data": [
    {
      "index": 0,
      "object": "embedding",
      "embedding": [0.2633975, 0.13856208, ..., 0.04331574]
    },
    {
      "index": 1,
      "object": "embedding",
      "embedding": [-0.14496337, 0.21044481, ..., -0.16187587]
    }
  ]
}

はじめに

モデル

機能一覧

活用ガイド

リソース

Embedding (埋め込み) 機能の実装

Embedding の生成

単一の Embedding の生成

使用例

応答例

複数の Embedding の生成

使用例

応答例

​Embedding の生成

​単一の Embedding の生成

​使用例

​応答例

​複数の Embedding の生成

​使用例

​応答例

Embedding の生成

単一の Embedding の生成

使用例

応答例

複数の Embedding の生成

使用例

応答例