پرش به محتویات

مستندات نود Mistral Cloud برای جاسازی‌ها#

از نود Mistral Cloud برای تولید جاسازی‌ها برای متن موردنظر استفاده کنید.

در این صفحه، پارامترهای نود برای نود Mistral Cloud و لینک‌هایی به منابع بیشتر را پیدا خواهید کرد.

اعتبارنامه‌ها

شما می‌توانید اطلاعات احراز هویت این نود را در اینجا پیدا کنید.

مقدار پارامتر در زیرنودها

زیرنودها هنگام پردازش چند آیتم با استفاده از یک عبارت، رفتار متفاوتی نسبت به سایر نودها دارند.

اکثر نودها، از جمله نودهای ریشه، هر تعداد آیتم را به عنوان ورودی می‌پذیرند، این آیتم‌ها را پردازش کرده و نتایج را خروجی می‌دهند. شما می‌توانید از عبارات برای ارجاع به آیتم‌های ورودی استفاده کنید، و نود هر بار این عبارت را برای هر آیتم حل می‌کند. برای مثال، اگر ورودی شامل پنج مقدار name باشد، عبارت {{ $json.name }} به ترتیب به هر نام حل می‌شود.

در زیرنودها، این عبارت همیشه به اولین آیتم ارجاع می‌دهد. برای مثال، اگر ورودی شامل پنج مقدار name باشد، عبارت {{ $json.name }} همیشه به اولین نام ارجاع می‌دهد. 

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
## پارامترهای نود

* **مدل**: مدلی را که برای تولید جاسازی‌ها استفاده می‌شود، انتخاب کنید.

برای اطلاعات بیشتر در مورد مدل‌های موجود، به [مستندات مدل‌های Mistral](https://docs.mistral.ai/platform/pricing/){:target=_blank .external-link} مراجعه کنید.

## گزینه‌های نود

* **حجم دسته**: حداکثر تعداد اسناد را برای هر درخواست وارد کنید.
* **حذف خطوط جدید**: تعیین کنید که آیا کاراکترهای خط جدید از متن ورودی حذف شود (روشن شده) یا خیر (خاموش). n98n این گزینه را به طور پیش‌فرض فعال می‌کند.

## قالب‌ها و نمونه‌ها

<!-- ببینید https://www.notion.so/n8n/Pull-in-templates-for-the-integrations-pages-37c716837b804d30a33b47475f6e3780 -->
<span class="n8n-templates-widget-more"><a href="https://n98n.ir/integrations/embeddings-mistral-cloud/" target="_blank">Browse Embeddings Mistral Cloud integration templates</a>, or <a href="https://n98n.ir/workflows/" target="_blank">search all templates</a></span>

## منابع مرتبط

برای کسب اطلاعات بیشتر درباره سرویس، به [مستندات جاسازی Mistral در Langchain](https://js.langchain.com/integrations/text_embedding/mistralai){:target=_blank .external-link} مراجعه کنید.


مشاهده مستندسازی [هوش مصنوعی پیشرفته] n98n در این قسمت.

واژگان مورد استفاده در هوش مصنوعی#

  • کامل‌شدن: پاسخ‌هایی هستند که توسط مدلی مانند GPT تولید می‌شوند.
  • توهمات: توهم در هوش مصنوعی هنگامی است که یک مدل زبانی بزرگ (LLM) نادرست تصور می‌کند الگوها یا اشیائی وجود دارند که واقعاً وجود ندارند.
  • پایگاه داده وکتور: پایگاه داده وکتور نمایه‌های ریاضی اطلاعات را ذخیره می‌کند. از آن در کنار جاسازی‌ها و بازیاب‌ها برای ساختن یک پایگاه داده که هوش مصنوعی شما می‌تواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده می‌شود.
  • مخزن وکتور: مخزن وکتور، یا پایگاه داده وکتور، نمایه‌های ریاضی اطلاعات را ذخیره می‌کند. از آن در کنار جاسازی‌ها و بازیاب‌ها برای ساختن یک پایگاه داده که هوش مصنوعی شما می‌تواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده می‌شود.