Selectel добавил модели для генерации эмбеддингов в Foundation Models Catalog

Мы добавили в каталог ^[1] линейку передовых моделей для создания текстовых эмбеддингов — преобразования слов или целых предложений в числовые векторы. Это ключевой элемент разработки умного поиска и работы с базами знаний.

Модели эмбеддингов позволяют компьютеру понимать скрытый смысл, контекст и схожесть фраз, а не просто искать точные совпадения по ключевым словам.

Для чего они нужны

• Создание RAG-систем — подключение корпоративных баз знаний к LLM.

• Семантический поиск — поиск ответов по смыслу запроса, даже если слова не совпадают.

• Кластеризация данных — быстрая группировка миллионов документов или отзывов по темам.

Какие модели стали доступны в панели

• Multilingual-e5-large — мультиязычная модель от Microsoft. Поддерживает 100+ языков, включая русский.

• Bge-m3 — флагманская модель от BAAI. Поддерживает плотные и разреженные эмбеддинги, а также мультиязычность.

• Qwen3-embedding-8b — эмбеддер от Alibaba, оптимизированный под экосистему Qwen.

Все они обладают высокой скоростью обработки и легко интегрируются с популярными векторными базами данных.

Переходите в Foundation Models Catalog ^[1], выбирайте подходящую модель и подключайте ее к вашему проекту через API.