聊天 UI 文档

文本嵌入模型

Hugging Face's logo
加入 Hugging Face 社区

并获取增强型文档体验

开始使用

文本嵌入模型

默认情况下(为了向后兼容性),当未定义 TEXT_EMBEDDING_MODELS 环境变量时,transformers.js 嵌入模型将用于嵌入任务,特别是 Xenova/gte-small 模型。

您可以通过在您的 .env.local 文件中设置 TEXT_EMBEDDING_MODELS 来自定义嵌入模型,其中所需字段为 namechunkCharLengthendpoints

支持的文本嵌入后端包括:transformers.jsTEIOpenAItransformers.js 模型作为 chat-ui 的一部分在本地运行,而 TEI 模型在不同的环境中运行并通过 API 端点访问。openai 模型通过 OpenAI API 访问。

.env.local 文件中提供多个嵌入模型时,默认情况下将使用第一个模型,而其他模型仅在 LLM 配置了 embeddingModel 为模型名称时使用。

Transformers.js

Transformers.js 后端使用本地 CPU 进行嵌入,这可能非常慢。如果可能,如果经常使用网络搜索,请考虑使用 TEI 或 OpenAI 嵌入,因为性能将显着提高。

TEXT_EMBEDDING_MODELS = `[
  {
    "name": "Xenova/gte-small",
    "displayName": "Xenova/gte-small",
    "description": "locally running embedding",
    "chunkCharLength": 512,
    "endpoints": [
      { "type": "transformersjs" }
    ]
  }
]`

文本嵌入推理 (TEI)

文本嵌入推理 (TEI) 是一款全面的工具包,专为高效部署和提供开源文本嵌入模型而设计。它支持高效提取最流行的模型,包括 FlagEmbedding、Ember、GTE 和 E5。

在撰写本文时 (2024 年 5 月),一些推荐的模型是 Snowflake/snowflake-arctic-embed-mBAAI/bge-large-en-v1.5。您可以通过 Docker 在本地运行 TEI,并支持 GPU。

docker run --gpus all -p 8080:80 -v tei-data:/data --name tei ghcr.io/huggingface/text-embeddings-inference:1.2 --model-id YOUR/HF_MODEL

然后,您可以使用以下配置将其连接到您的聊天 UI 实例。

TEXT_EMBEDDING_MODELS=`[
  {
    "name": "YOUR/HF_MODEL",
    "displayName": "YOUR/HF_MODEL",
    "preQuery": "Check the model documentation for the preQuery. Not all models have one",
    "prePassage": "Check the model documentation for the prePassage. Not all models have one",
    "chunkCharLength": 512,
    "endpoints": [{
      "type": "tei",
      "url": "http://127.0.0.1:8080/"
    }]
  }
]`

Snowflake/snowflake-arctic-embed-mBAAI/bge-large-en-v1.5 的示例

TEXT_EMBEDDING_MODELS=`[
  {
    "name": "Snowflake/snowflake-arctic-embed-m",
    "displayName": "Snowflake/snowflake-arctic-embed-m",
    "preQuery": "Represent this sentence for searching relevant passages: ",
    "chunkCharLength": 512,
    "endpoints": [{
      "type": "tei",
      "url": "http://127.0.0.1:8080/"
    }]
  },{
    "name": "BAAI/bge-large-en-v1.5",
    "displayName": "BAAI/bge-large-en-v1.5",
    "chunkCharLength": 512,
    "endpoints": [{
      "type": "tei",
      "url": "http://127.0.0.1:8080/"
    }]
  }
]`

OpenAI

请贡献一个示例!

< > 在 GitHub 上更新