jina

飞来又飞去

ansible playbook使用jinja2语法渲染inventory下的主机名和IP到/etc/hosts

langchain使用jina-embeddings构建Chroma向量库，解决加载模型初始化失败使用 {"trust_remote_code":True} 传递给 langchain_community.embeddings 的 SentenceTransformerEmbeddings ，逐步解析 jinaai/jina-embeddings-v2-base-en 编码模型初始化加载异常的问题。

Jina CLIP v1：多模态向量模型，为文本和图像而生！CLIP 模型架起了文本和图像的桥梁，但实际上很少有人会用它来进行文本检索，因为CLIP的文本编码器无法有效的对长文本进行语义建模。

智慧餐饮系统架构的设计与实现随着科技的不断发展，智慧餐饮系统在餐饮行业中扮演着越来越重要的角色。智慧餐饮系统整合了信息技术，以提高餐饮企业的管理效率、客户服务质量和市场竞争力。本文将探讨智慧餐饮系统架构的设计与实现，并探讨其在餐饮行业中的应用前景。

Jina AI 的 8K 向量模型上线 AWS Marketplace，支持本地部署！在当前多模态 AI 和大模型技术风头正劲的背景下，Jina AI 始终领跑于创新前沿，技术领先。2023 年 10 月 30 日，Jina AI 隆重推出 jina-embeddings-v2，这是全球首款支持 8192 输入长度的开源向量大模型，其性能媲美 OpenAI 的闭源 text-embedding-ada002。如今，jina-embeddings-v2 正式登陆 AWS Marketplace，为中大型企业提供了私有化部署向量模型的理想解决方案。

论文阅读：JINA EMBEDDINGS: A Novel Set of High-Performance Sentence Embedding ModelsJINA EMBEDINGS构成了一组高性能的句子嵌入模型，擅长将文本输入转换为数字表示，捕捉文本的语义。这些模型在密集检索和语义文本相似性等应用中表现出色。文章详细介绍了JINA EMBEDINGS的开发，从创建高质量的成对（pairwise）和三元组数据集（triplet datasets）开始。它强调了数据清理在数据集准备中的关键作用，深入了解了模型训练过程，并使用Massive Text Embedding Benchmark（MTEB）进行了全面的性能评估。此外，为了提高模型对语法否定的认识，构