Amazon: Titan Multimodal Embeddings G1

{"about":"### إدخال نصي إلى فضاء متعدد الوسائط\n\nAmazon Titan Multimodal Embeddings G1 هو نموذج تضمين من Amazon يستخدم فضاء تمثيل مشتركاً للنصوص والصور. تتيح هذه البطاقة في Ailoot استخداماً نصياً: ترسل وصفاً قصيراً أو عبارة بحث وتحصل على متجه عددي. ويمثل هذا المتجه محتوى النص بصيغة يستطيع التطبيق مقارنتها بمتجهات أخرى متوافقة.\n\n### المهام المناسبة\n\nيمكن استخدام النموذج ضمن البحث في الكتالوجات والتوصيات والتخصيص. فمثلاً يتحول وصف «حقيبة سفر حمراء» إلى متجه بحث يستخدمه تطبيقك للعثور على سجلات قريبة في فهرس مُعد مسبقاً. وتعتمد نتيجة البحث على محتوى الكتالوج وطريقة فهرسته معاً: التضمين هو تمثيل للاستعلام، بينما يتولى نظام البحث إعداد مجموعة النتائج.\n\nتتميز هذه النسخة من Titan بتركيزها على فضاء موحد للبيانات النصية والبصرية. وقد يفيد المتجه النصي في نظام أُعدت فيه بالفعل تمثيلات متوافقة للعناصر. وفي البحث المعتاد داخل المستندات النصية، يهم أيضاً طول المقطع وملاءمة اللغة للمهمة: تصف الشركة G1 بأنه نموذج للغة الإنجليزية ذي إدخال نصي قصير.\n\n### تنظيم العمل\n\n1. صغ عنصراً واحداً أو خاصية أو غرضاً للبحث في عبارة قصيرة.\n2. احصل على تضمين لهذه العبارة.\n3. قارنه بمتجهات فهرسك واختر السجلات الملائمة.\n4. مرّر المواد التي عُثر عليها إلى المرحلة التالية، مثل واجهة الكتالوج أو نموذج مستقل يصوغ الإجابة.\n\nيجب أن يستخدم الفهرس والاستعلام تمثيلاً متوافقاً للبيانات. وقبل ملء كتالوج كبير، من المفيد اختبار عبارات بحث حقيقية: تطابق المعنى والخصائص النادرة والحالات التي تصف فيها كلمات متشابهة عناصر مختلفة.\n\n### الإدخال والنتيجة في Ailoot\n\nتقبل الطريقة المتاحة هنا **نصاً** وتعيد **متجه تضمين**؛ وحد الإدخال في هذه البطاقة هو **128 توكناً**. تتطلب هذه العملية أوصافاً موجزة، ويُفضّل تقسيم المستند الطويل مسبقاً إلى مقاطع مستقلة المعنى. لا تشمل هذه الطريقة رفع الصور أو إنشاءها أو العمل مع الفيديو. يصف اسم Multimodal النموذج الأصلي، بينما الاستخدام المتاح في هذه البطاقة هو إنشاء متجه من النص.","alias_of":null,"aliases":[],"author":"Amazon","canonical_model":"amazon/titan-embed-image-v1","ctx":128,"formats":["embeddings"],"id":"amazon/titan-embed-image-v1","input":["text"],"kind":"embedding","max_out":0,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":128,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"amazon/titan-embed-image-v1","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra"}],"name":"Amazon: Titan Multimodal Embeddings G1","price":{"in":1.6,"in_label":null,"out":null,"out_label":null,"sort_in":1.6,"sort_out":null,"varies":false},"public_id":"amazon/titan-embed-image-v1","short":"ينشئ متجهات من نصوص قصيرة للبحث الدلالي والتوصيات ضمن فضاء Titan متعدد الوسائط."}