Amazon: Titan Embeddings G1 - Text

{"about":"### El significado del texto en un vector numérico\n\nAmazon Titan Embeddings G1 es un modelo de embeddings de texto de Amazon, también conocido como V1. Convierte el texto en un vector de **1 536 números**. Este resultado permite a la aplicación comparar frases y documentos por su significado, aunque empleen palabras distintas: por ejemplo, encontrar instrucciones para modificar los datos de facturación ante una pregunta sobre cómo cambiar los datos de pago.\n\n### Búsqueda, base de conocimiento y agrupación\n\nG1 sirve para preparar un índice textual y crear una representación de búsqueda de la consulta del usuario. En un sistema con una base de conocimiento, es una de las etapas de RAG: primero se localizan los fragmentos pertinentes y después otro modelo de lenguaje elabora una respuesta basada en ellos. En esta etapa, Titan devuelve un vector; el almacenamiento de documentos, el cálculo de la similitud y la construcción de la respuesta corresponden a tu aplicación.\n\nOtro uso es la agrupación de textos. Los vectores permiten encontrar solicitudes similares en atención al cliente, reunir materiales por temas o seleccionar documentos parecidos. Las categorías concretas y los umbrales de similitud se definen en el flujo de trabajo; el embedding no los contiene como etiquetas ya preparadas.\n\n### Cómo preparar los materiales\n\n1. Divide la colección en fragmentos comprensibles: secciones, párrafos o respuestas independientes.\n2. Obtén los vectores de esos fragmentos y conserva el vínculo de cada vector con el texto original.\n3. Transforma la consulta de búsqueda del mismo modo.\n4. Compárala con el índice y entrega los materiales encontrados al usuario o a la siguiente etapa de procesamiento.\n\nEn Ailoot está disponible una entrada de texto de hasta **8 192 tokens** y un resultado en formato embedding. Para las búsquedas, conviene elegir el tamaño del fragmento según su contenido: un único vector para un documento extenso puede ocultar diferencias entre las distintas cuestiones que trata. Cuando se actualiza el texto original, también debe actualizarse su representación en el índice.\n\n### Qué distingue a G1\n\nEsta generación de Titan utiliza una representación fija de 1536 dimensiones. Amazon describe un entrenamiento en 25 lenguas naturales y pruebas más detalladas en inglés. Para terminología profesional, expresiones ambiguas y otros idiomas, resulta útil preparar un pequeño conjunto de consultas propias con documentos pertinentes conocidos de antemano. G1 está orientado principalmente al texto en lenguaje natural; para búsquedas en código fuente, la siguiente generación de Titan dispone de información específica sobre su entrenamiento en lenguajes de programación.","alias_of":null,"aliases":[],"author":"Amazon","canonical_model":"amazon/titan-embed-text-v1","ctx":8192,"formats":["embeddings"],"id":"amazon/titan-embed-text-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":8192,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"amazon/titan-embed-text-v1","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"amazon/titan-embed-text-v1","request_model_id":"amazon/titan-embed-text-v1","route_label":"Ultra"}],"name":"Amazon: Titan Embeddings G1 - Text","price":{"in":0.2,"in_label":null,"out":null,"out_label":null,"sort_in":0.2,"sort_out":null,"varies":false},"public_id":"amazon/titan-embed-text-v1","short":"Convierte texto en vectores de 1536 dimensiones para búsquedas semánticas, selección de contenidos similares y agrupación de documentos."}