`langchain_community.embeddings.sambanova`.SambaStudioEmbeddings¶

class langchain_community.embeddings.sambanova.SambaStudioEmbeddings[source]¶

基础：BaseModel，Embeddings

SambaNova嵌入模型。

要使用，您应该设置环境变量SAMBASTUDIO_EMBEDDINGS_BASE_URL、SAMBASTUDIO_EMBEDDINGS_BASE_URI、SAMBASTUDIO_EMBEDDINGS_PROJECT_ID、SAMBASTUDIO_EMBEDDINGS_ENDPOINT_ID、SAMBASTUDIO_EMBEDDINGS_API_KEY为您的个人sambastudio变量或将其作为命名参数传递给构造函数。

示例

from langchain_community.embeddings import SambaStudioEmbeddings

embeddings = SambaStudioEmbeddings(sambastudio_embeddings_base_url=base_url,
                              sambastudio_embeddings_base_uri=base_uri,
                              sambastudio_embeddings_project_id=project_id,
                              sambastudio_embeddings_endpoint_id=endpoint_id,
                              sambastudio_embeddings_api_key=api_key,
                              batch_size=32)
(or)

embeddings = SambaStudioEmbeddings(batch_size=32)

(or)

# CoE example
embeddings = SambaStudioEmbeddings(
    batch_size=1,
    model_kwargs={
        'select_expert':'e5-mistral-7b-instruct'
    }
)

通过解析和验证从关键字参数传入的输入数据来创建新模型。

如果无法将输入数据解析成有效的模型，将引发ValidationError。

参数 batch_size : int = 32 ¶: 嵌入模型的批量大小

参数 model_kwargs : dict = {} ¶: 传递给模型的关键字参数。

参数 sambastudio_embeddings_api_key : str = '' ¶: SambaStudio API密钥

参数 sambastudio_embeddings_base_uri : str = '' ¶: 端点基本URI

参数 sambastudio_embeddings_base_url : str = '' ¶: 要使用的基本URL

参数 sambastudio_embeddings_endpoint_id : str = '' ¶: SambaStudio上的模型端点ID

param sambastudio_embeddings_project_id: str = ''¶: 用于模型的sambastudio中的项目ID

async aembed_documents(texts: List[str]) → List[List[float]]¶

异步嵌入文档搜索

参数: texts (列表[字符串]) – 要嵌入的文本列表。
返回值: 嵌入列表。
返回类型: 列表[列表[浮点数]]

async aembed_query(text: str) → List[float]¶

异步嵌入文本查询。

参数: text (字符串) – 要嵌入的文本。
返回值: 嵌入值。
返回类型: 列表[浮点数]

embed_documents(texts: List[str], batch_size: Optional[int] = None) → List[List[float]][source]¶

返回给定句子的嵌入列表。 :param texts: 要编码的文本列表 :type texts: 列表[字符串] :param batch_size: 编码的批量大小 :type batch_size: 整数

返回值

给定句子的嵌入列表

返回类型

列表[ndarray] 或列表[tensor]

参数

texts (列表[字符串]) –
batch_size (可选[整数]) –

embed_query(text: str) → List[float][来源]¶

返回给定句子的嵌入列表。:param sentences: 要编码的句子列表 :type sentences: 列表[str]

返回值: 给定句子的嵌入列表
返回类型: 列表[ndarray] 或列表[tensor]
参数: text (str) –

使用SambaStudioEmbeddings的示例¶

SambaNova

langchain_community.embeddings.sambanova.SambaStudioEmbeddings¶

使用SambaStudioEmbeddings的示例¶

`langchain_community.embeddings.sambanova`.SambaStudioEmbeddings¶