Amazon Titan Embeddings G1 je textový embeddingový model Amazon, známý také jako V1. Převádí text na vektor tvořený 1 536 čísly. Takový výsledek pomáhá aplikaci porovnávat význam frází a dokumentů, i když používají různá slova: například najít návod ke změně údajů na základě otázky o změně platebních údajů.
G1 se hodí k přípravě textového indexu a vytvoření vyhledávací reprezentace uživatelského dotazu. V systému se znalostní bází jde o jednu z fází RAG: nejprve se najdou vhodné úryvky a poté samostatný jazykový model na jejich základě sestaví odpověď. Samotný Titan v této fázi vrací vektor; ukládání dokumentů, výpočet podobnosti a sestavení odpovědi zajišťuje vaše aplikace.
Dalším scénářem je seskupování textů. Vektory lze využít k nalezení podobných požadavků na podporu, tematickému spojování materiálů nebo výběru podobných dokumentů. Konkrétní kategorie a prahy podobnosti se určují v pracovním postupu; embedding je neobsahuje jako hotové označení.
V Ailoot je dostupný textový vstup do 8 192 tokenů a výsledek ve formátu embedding. Velikost úseku pro vyhledávání je lepší volit podle obsahu: jeden velký vektor dokumentu může zakrýt rozdíly mezi jednotlivými otázkami, kterými se zabývá. Při aktualizaci původního textu se aktualizuje také jeho reprezentace v indexu.
Tato generace Titan používá pevnou 1536rozměrnou reprezentaci. Amazon popisuje učení na 25 přirozených jazycích a nejpodrobnější testování v angličtině. Pro odbornou terminologii, nejednoznačné formulace a jiné jazyky se hodí malá sada vlastních dotazů s předem známými vhodnými dokumenty. G1 je určena především pro přirozený text; u další generace Titan jsou pro vyhledávání ve zdrojovém kódu samostatné informace o učení na programovacích jazycích.
", "aboutText": "### Význam textu v číselném vektoru\n\nAmazon Titan Embeddings G1 je textový embeddingový model Amazon, známý také jako V1. Převádí text na vektor tvořený **1 536 čísly**. Takový výsledek pomáhá aplikaci porovnávat význam frází a dokumentů, i když používají různá slova: například najít návod ke změně údajů na základě otázky o změně platebních údajů.\n\n### Vyhledávání, znalostní báze a seskupování\n\nG1 se hodí k přípravě textového indexu a vytvoření vyhledávací reprezentace uživatelského dotazu. V systému se znalostní bází jde o jednu z fází RAG: nejprve se najdou vhodné úryvky a poté samostatný jazykový model na jejich základě sestaví odpověď. Samotný Titan v této fázi vrací vektor; ukládání dokumentů, výpočet podobnosti a sestavení odpovědi zajišťuje vaše aplikace.\n\nDalším scénářem je seskupování textů. Vektory lze využít k nalezení podobných požadavků na podporu, tematickému spojování materiálů nebo výběru podobných dokumentů. Konkrétní kategorie a prahy podobnosti se určují v pracovním postupu; embedding je neobsahuje jako hotové označení.\n\n### Jak připravit materiály\n\n1. Rozdělte sbírku na srozumitelné úseky: oddíly, odstavce nebo samostatné odpovědi.\n2. Získejte jejich vektory a zachovejte vazbu každého vektoru na původní text.\n3. Stejným způsobem převeďte vyhledávací dotaz.\n4. Porovnejte jej s indexem a nalezené materiály vraťte uživateli nebo předejte další fázi zpracování.\n\nV Ailoot je dostupný textový vstup do **8 192 tokenů** a výsledek ve formátu embedding. Velikost úseku pro vyhledávání je lepší volit podle obsahu: jeden velký vektor dokumentu může zakrýt rozdíly mezi jednotlivými otázkami, kterými se zabývá. Při aktualizaci původního textu se aktualizuje také jeho reprezentace v indexu.\n\n### Čím se G1 liší\n\nTato generace Titan používá pevnou 1536rozměrnou reprezentaci. Amazon popisuje učení na 25 přirozených jazycích a nejpodrobnější testování v angličtině. Pro odbornou terminologii, nejednoznačné formulace a jiné jazyky se hodí malá sada vlastních dotazů s předem známými vhodnými dokumenty. G1 je určena především pro přirozený text; u další generace Titan jsou pro vyhledávání ve zdrojovém kódu samostatné informace o učení na programovacích jazycích.", "locale": "cs", "methods": [ { "html": "POST /v1/embeddingstextembedding