DE
Anmelden Veröffentlichen

Embedding-Modelle für RAG

Embedding-Modelle und empfohlene Einstellungen für RAG und semantische Suche.

2 Ergebnis(se)
contextetech

nomic-embed-text embeddings locally with Ollama

nomic-embed-text for a 100% local English RAG with Ollama: 768 dimensions, long…

768 dim. 0033 Min.
contextetech

BGE-M3 embeddings for RAG over long documents

BGE-M3 for RAG over long documents: 1024 dimensions, up to 8,192 tokens, 100+…

1024 dim. 0033 Min.

Was ist ein Embedding-Modell?

Ein Embedding-Modell verwandelt einen Text in eine Liste von Zahlen (einen Vektor). Texte mit ähnlicher Bedeutung ergeben nahe Vektoren: die Grundlage der semantischen Suche und von RAG.

Anleitung: Embeddings →