使用 `zerank-2` 进行重排序
使用 `zerank-2` 对检索候选项进行重排序，让最佳匹配进入模型。主页将其描述为旗舰重排序模型，并称其可通过一行代码提升检索效果。
什么是 ZeroEntropy？
ZeroEntropy 是一款面向检索的 AI 产品，专为搜索和 RAG 流水线训练专用模型。其核心产品线包括重排序模型、嵌入模型和定制模型，适用于对准确性、延迟和成本都很重要的生产系统。
其主页将这套产品定位为比通用模型更快、更准确的替代方案，而定价页和信任页则展示了团队如何通过自助 API、企业方案、VPC 部署和合规文档来采用它。
ZeroEntropy 能做什么？
嵌入模型
当你的系统需要检索向量而不仅是重排序时，可使用 `zembed-1` 生成嵌入。网站将其定位为旗舰嵌入模型，并称其即使在更低维度下也能优于领先的嵌入模型。
定制训练模型
为查询改写、上下文压缩和定制化生产代理工作流训练专用模型。主页将定制模型定位为一种将产品栈适配到特定应用，而不是原封不动使用通用模型的方法。
多种部署路径
可通过统一 API、合作伙伴提供商或专用 VPC 部署访问这些模型。定价页还提到 AWS Marketplace 和 Azure 可作为 ZeroEntropy VPC 的部署渠道。
搜索基础设施 API
使用搜索 API 处理包含 OCR、索引、存储、查询、重排序和嵌入的检索工作流。定价页将这些内容拆分为按用量计费的组件，适合想要检索基础设施而非单一模型的团队。
基准评测工具
可将模型与公开基准和内部数据集进行评测。评测页展示了跨 28 个数据集和多个垂直领域的排名，为团队在生产上线前比较检索质量提供了方式。
使用场景
“RAG 与检索流水线”
在检索候选项到达 LLM 之前改进其排序，尤其适用于关键词搜索和向量搜索共同提供文档、且排序质量决定答案质量的场景。
“客户支持自动化”
为检索错误会导致错误回复的支持系统提供能力。Assembled 案例展示了在聊天、邮件和电话支持工作流中进行生产级重排序。
“面向大型语料库的研究搜索”
支持医学或其他研究密集型搜索系统，这类系统必须从大型文档集合中检索内容，并在特定领域查询下保持准确性。网站提到 Vera Health 使用 ZeroEntropy 在数百万篇医学研究论文中进行检索。
“低延迟代理工作流”
通过用针对服务性能优化的专用模型替换较慢的通用替代方案，降低交互式 AI 产品和代理的延迟。
“模型评测与上线”
在生产上线前通过评测驱动模型选择。评测页和 Assembled 案例都强调了基准审查、回归集和实时流量验证。
常见问题
ZeroEntropy 提供什么？
ZeroEntropy 为检索密集型工作流提供专用 AI 模型，包括重排序模型、嵌入模型和定制模型。定价页和主页都展示了自助 API 使用以及企业选项，包括 VPC 部署和模型授权。
团队如何集成或部署它？
网站展示了 ZeroEntropy API 以及 Python 和 TypeScript SDK，并支持通过合作伙伴提供商和 ZeroEntropy VPC 进行部署。它还提到可通过 AWS Marketplace 和 Azure 进行 VPC 部署。
ZeroEntropy 是否面向生产安全与合规？
是的。信任中心列出了 SOC 2 Type II 和 HIPAA 合规信息，网站还提到了 GDPR 和 CCPA 合规声明。信任页包含访问控制、数据保护、灾难恢复和网络安全相关控制。
ZeroEntropy 是否提供企业和自助选项？
定价页列出了 API 的自助定价、带联系销售流程的企业方案，以及名为 "ze on-prem" 的本地部署方案。页面还说明企业客户可获得批量折扣、白手套式入门支持和定制集成。
快速信息
- 类别
- 开发者工具
- 主要用途
- 面向 AI 系统的检索、重排序和嵌入
- 交付方式
- API、合作伙伴提供商、VPC 和企业授权
- 平台说明
- Python 和 TypeScript SDK；AWS Marketplace 与 Azure 用于 VPC 部署
- 信任
- 信任中心上的 SOC 2 Type II、HIPAA、GDPR 和 CCPA 声明
- 网站
- zeroentropy.dev
ZeroEntropy 流量分析
流量数据仅供参考。
- 域名评分
- 45
