Model Embeddings Teks Amazon Titan - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Model Embeddings Teks Amazon Titan

Amazon Titan Model embeddings termasuk Amazon Titan Teks Embeddings v2 dan Titan Text Embeddings model G1.

Penyematan teks mewakili representasi vektor yang bermakna dari teks tidak terstruktur seperti dokumen, paragraf, dan kalimat. Anda memasukkan badan teks dan outputnya adalah vektor (1 x n). Anda dapat menggunakan vektor embedding untuk berbagai macam aplikasi.

Model Amazon Titan Text Embedding v2 (amazon.titan-embed-text-v2:0) dapat mengambil hingga 8.192 token dan menghasilkan vektor 1.024 dimensi. Model ini juga berfungsi dalam 100+ bahasa yang berbeda. Model ini dioptimalkan untuk tugas pengambilan teks, tetapi juga dapat dioptimalkan untuk tugas tambahan, seperti kesamaan semantik dan pengelompokan.

Model Amazon Titan Embeddings menghasilkan representasi semantik yang bermakna dari dokumen, paragraf, dan kalimat. Amazon Titan Text Embeddings mengambil sebagai masukan isi teks dan menghasilkan vektor (1 x n). Amazon Titan Text Embeddings ditawarkan melalui pemanggilan titik akhir yang dioptimalkan latensi untuk pencarian yang lebih cepat (direkomendasikan selama langkah pengambilan) serta pekerjaan batch yang dioptimalkan throughput untuk pengindeksan yang lebih cepat. Amazon Titan Text Embeddings v2 mendukung dokumen panjang, namun untuk tugas pengambilan, disarankan untuk mengelompokkan dokumen ke dalam segmen logis, seperti paragraf atau bagian.

Model Amazon Titan Embedding Text v2 mendukung bahasa-bahasa berikut: Inggris, Jerman, Prancis, Spanyol, Jepang, Mandarin, Hindi, Arab, Italia, Portugis, Swedia, Korea, Ibrani, Ceko, Turki, Tagalog, Rusia, Belanda, Polandia, Tamil, Marathi, Malayalam, Telugu, Kannada, Vietnam, Indonesia, Persia, Hongaria, Yunani Modern, Rumania, Denmark, Thailand, Finland Ni, Slovakia, Ukraina, Norwegia, Bulgaria, Catalan, Serbia, Kroasia, Lithuania, Slovenia, Estonia, Latin, Bengali, Latvia, Melayu, Bosnia, Albania, Azerbaijan, Galicia, Islandia, Georgia, Makedonia, Basque, Armenia, Nepal, Urdu, Kazakh, Mongolia, Belarusia, Uzbek, Khmer, Nynorsk Norwegia, Gujarati, Burma, Welsh, Esperanto, Sinhala, Tatar, Swahili, Afrikaans, Irlandia, Panjabi, Kurdi, Kirghiz, Tajik, Oriya, Laos, Faroe, Malta, Somalia, Luksemburg, Amharik, Occitan, Jawa, Hausa, Pushto, Sansekerta, Frisia Barat, Malagasi, Assam, Bashkir, Breton, Waray (Filipina), Turkmenistan, Korsika, Dhivehi, Cebuano, Kinyarwanda, Haiti, YIddish, Sindhi, Zulu, Gaelik Skotlandia, Tibet, Uighur, Maori, Romansh, Xhosa, Sunda, Yoruba.

catatan

Amazon Titan Text Embeddings v2 model dan model Titan Text Embeddings v1 tidak mendukung parameter inferensi seperti atau. maxTokenCount topP

Model Amazon Titan Teks Embeddings V2

  • ID Model — amazon.titan-embed-text-v2:0

  • Token teks masukan maksimum - 8,192

  • Bahasa - Bahasa Inggris (100+ bahasa dalam pratinjau)

  • Ukuran vektor keluaran - 1,024 (default), 384, 256

  • Jenis inferensi — On-Demand, Throughput yang Disediakan

  • Kasus penggunaan yang didukung —RAG, pencarian dokumen, reranking, klasifikasi, dll.

catatan

Titan Text Embeddings V2 mengambil sebagai input string yang tidak kosong dengan hingga 8.192 token. Rasio karakter terhadap token dalam bahasa Inggris rata-rata adalah 4,7 karakter per token. Sementara Titan Text Embeddings V1 dan Titan Text Embeddings V2 mampu menampung hingga 8.192 token, disarankan untuk mengelompokkan dokumen ke dalam segmen logis (seperti paragraf atau bagian).

Untuk menggunakan model penyematan teks atau gambar, gunakan Invoke Model API operasi dengan amazon.titan-embed-text-v2 atau amazon.titan-embed-image-v2 sebagai model Id dan ambil objek penyematan dalam respons.

Untuk melihat contoh notebook Jupyter:

  1. Masuk ke konsol Amazon Bedrock di https://console.aws.amazon.com/bedrock/ rumah.

  2. Gulir ke bawah dan pilih Amazon Titan Text Embeddings V2model

  3. Di Amazon Titan Text Embeddings V2tab (tergantung pada model yang Anda pilih), pilih Lihat contoh buku catatan untuk melihat contoh buku catatan untuk penyematan.

Untuk informasi selengkapnya tentang mempersiapkan kumpulan data Anda untuk pelatihan multimodal, lihat Mempersiapkan kumpulan data Anda.