技术分享实录

一个最近热议的问题。在这次实验中，我选择了 jina-embeddings-v2-base-en（2023 年 10 月发布）和 Reranker jina-reranker-v2-multiling

CLIP 架起了文本和图像的桥梁，但实际上没有人会用它来进行文本检索。 为了解决这一问题，我们推出了 Jina CLIP v1，一个增强版的 OpenAI CLIP 模型。

日前，我们正式发布了 Jina Reranker(jina-reranker-v1-base-en)，专为提高搜索准确性打造。Jina Reranker 在多个权威测评中屡获领先！

作为多模态人工智能技术领域的翘楚，Jina AI 的使命是通过创新的向量大模型和提示词技术，铺平通往多模态 AI 的未来之路。我们正在积极扩展多语言产品线，以满足更广泛的客户需求。

2023 年 12 月 26 日，中国技术先锋年度评选 | 2023 中国技术品牌影响力企业榜单正式

自从我们的 Embeddings V2 获得各界好评后，今日，我们推出了全新的中英双语文本向量大模型 jina-embeddings-v2-base-zh

如何用 AI 生成文案让产品变爆款？ 故事感，是关键！ 点击文章，了解 AI 写作产品文案的秘密

在探讨现代人工智能技术时，一个概念不容忽视：Embeddings。无论是ChatGPT，还是Stable Diffusion，它们的核心都与Embeddings紧密相连。

Jina AI 新近发布的 Jina Embeddings 在训练数据减少 80% 的情况下，性能表现依然和当前顶尖模型肩并肩。

经济实惠云服务。Inference 为 LangChain 应用提供了很好的兼容性，为了提供更灵活更全面的服务。

深入、准确、丰富 —— 面对复杂图像，SceneXplain 让图像描述更上一层楼。** 它兼顾了准确性和深度，它能够深入到复杂场景里错综复杂的细节

有没有什么办法可以利用 ChatGPT 的生产力来辅助大家快速做出决策呢？Rationale 来了！

看热闹不如看门道！什么是超越了关键字和向量的多模态搜索方案？许多搜索系统都在推出基于 AI 技术的混合搜索方案。但是，“混合搜索”是真的具有应用价值，还只是流行的一阵风呢？

1. 新增 OpenSearch 后端存储，又又又加了向量存储新选项！ 2. 带颜色的 Point Cloud 数据，帮助你更好地展示和分析点云数据。 3. 我们支持了 Redis 的多语言文本搜索！

本项目将 Whisper 与 Stable Diffusion 模型结合，输入语音，即可生成图像。

CLIP-as-service 让视频搜索变得如此轻松：输入画面的文字描述直接搜索到对应的视频片段。

有了 ChatGPT，似乎再也不用担心 SEO 创作了，然而真相是：SEO 已死，LLMO 冉冉升起！

与从零开始训练网络相比，微调是一种低成本，高收益的解决方案。那么为了达到足够好的性能，我们究竟需要多少标注数据？多长训练时间？

神经搜索的最大竞争者可能来自于一种甚至不需要向量嵌入作为中间表示的技术 —— 一种直接返回你想要的结果的端到端技术。 "那么，谁将是神经搜索最大的竞争对手？"

2022 年 9 月 25 日上午，中关村归国留学人员联创中心揭牌仪式在中关村创业大街顺利举行，Jina AI 联合创始人兼 COO 何烜彬现场进行企业项目分享