태스크·차원·실행 모드

태스크·차원·실행 모드

Nomic 텍스트 임베딩 모델을 쓸 땐 task_type을 명시해야 해요. 태스크 타입이 임베딩을 용도에 맞게 전문화시키고 기본은 search_document예요.

  • search_query: search_document로 인코딩한 텍스트에 대해 질의응답을 할 때 질의 쪽에 써요.
  • search_document: 검색용 문서나 벡터 DB에 저장할 문서의 기본값. 의미적 유사도 검색을 하려면 질의와 문서 모두 search_document로 인코딩해요.
  • classification: 분류(가령 선형 프로브 학습)를 위한 임베딩.
  • clustering: 높은 선형 분리도가 필요할 때.

nomic-embed-text-v1.5는 64~768 사이 차원을 골라 출력할 수 있어요.

from nomic import embed
output = embed.text(
    texts=['Nomic Embedding API', '#keepAIOpen'],
    model='nomic-embed-text-v1.5',
    task_type='search_document',
    dimensionality=512,
)

로컬로 실행하려면 inference_mode='local'을 쓰면 돼요. 로컬 임베딩은 Atlas API 결과와 완전히 호환되고 오차 범위 안에서 거의 같아요. 첫 호출은 초기화 때문에 느리지만 같은 모델·파라미터를 재사용하면 Embed4All 인스턴스를 그대로 써서 빨라져요. inference_mode='dynamic'은 작은 요청은 로컬로, 큰 요청은 원격 API로 자동 분배해요.

더 알아보기