Amazon Titan Text Embeddings モデル

Amazon Titan Embeddings モデルには、Amazon Titan Text Embeddings v2 モデルと Titan Text Embeddings G1 モデルが含まれます。

テキスト埋め込みは、ドキュメント、段落、文などの非構造化テキストの意味があるベクトル表現を表します。テキストの本文を入力すると、出力は (1 x n) のベクトルになります。埋め込みベクトルは、さまざまなアプリケーションで使用できます。

Amazon Titan Text Embedding v2 モデル (amazon.titan-embed-text-v2:0) では、最大 8,192 のトークンを取り込むことができ、1,024 次元のベクトルを出力します。このモデルはテキスト取得タスク用に最適化されていますが、セマンティック類似性やクラスタリングなどの追加のタスクにも最適化できます。

Amazon Titan Embeddings モデルは、ドキュメント、段落、文の意味に沿ったセマンティック表現を生成します。Amazon Titan Text Embeddings はテキスト本文を入力として受け取り、(1 x n) ベクトルを生成します。Amazon Titan Text Embeddings は、より高速な検索 (取得ステップで推奨) のためにレイテンシーを最適化したエンドポイント呼び出しと、より高速なインデックス作成のためにスループットを最適化したバッチジョブによって提供されます。Amazon Titan Text Embeddings v2 は長いドキュメントをサポートしていますが、取得タスクでは、ドキュメントを段落やセクションなどの論理セグメントにセグメント化することをお勧めします。

Amazon Titan Text Embeddings V2 モデル

Amazon Titan Embedding Text v2 モデルは、次の言語をサポートしています。