Amazon 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.
G1 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.
Otro 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.
En 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.
Esta 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.
", "aboutText": "### 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.", "locale": "es", "methods": [ { "html": "POST /v1/embeddingstextembedding