Amazon: Titan Embeddings G1 - Text

{"about":"### Tekstin merkitys numeerisena vektorina\n\nAmazon Titan Embeddings G1 on Amazonin tekstin upotusmalli, joka tunnetaan myös nimellä V1. Se muuntaa tekstin vektoriksi, jossa on **1 536 lukua**. Tulos auttaa sovellusta vertaamaan lausekkeita ja asiakirjoja merkityksen perusteella, vaikka niissä käytettäisiin eri sanoja: esimerkiksi löytämään maksutietojen muutosohjeen, kun käyttäjä kysyy laskutustietojen vaihtamisesta.\n\n### Haku, tietopohja ja ryhmittely\n\nG1 sopii teksti-indeksin valmisteluun ja käyttäjän kyselyn hakuesityksen muodostamiseen. Tietopohjaa käyttävässä järjestelmässä tämä on yksi RAG:n vaiheista: ensin löydetään sopivat katkelmat, minkä jälkeen erillinen kielimalli muodostaa vastauksen niiden pohjalta. Titan palauttaa tässä vaiheessa vektorin; asiakirjojen tallennus, läheisyyden laskenta ja vastauksen kokoaminen kuuluvat sovelluksellesi.\n\nToinen käyttötapa on tekstien ryhmittely. Vektoreilla voi etsiä samankaltaisia tukipyyntöjä, yhdistää aineistoja aiheittain tai valita samankaltaisia asiakirjoja. Varsinaiset luokat ja samankaltaisuuden kynnysarvot määritellään työnkulussa, eivätkä ne sisälly upotukseen valmiina luokituksena.\n\n### Aineiston valmistelu\n\n1. Jaa kokoelma selkeisiin katkelmiin: osioihin, kappaleisiin tai itsenäisiin vastauksiin.\n2. Muodosta katkelmien vektorit ja säilytä jokaisen vektorin yhteys alkuperäiseen tekstiin.\n3. Muunna hakukysely samalla tavalla.\n4. Vertaa sitä indeksiin ja palauta löydetty aineisto käyttäjälle tai seuraavaan käsittelyvaiheeseen.\n\nAiloot API:ssa on käytettävissä enintään **8 192 tokenin** tekstisyöte ja upotusmuotoinen tulos. Hakua varten katkelman koko kannattaa valita sisällön perusteella: asiakirjan yksi suuri vektori voi peittää sen käsittelemien erillisten kysymysten erot. Kun lähdetekstiä päivitetään, myös sen esitys indeksissä päivitetään.\n\n### G1:n erityispiirteet\n\nTämä Titan-sukupolvi käyttää kiinteää 1536-ulotteista esitystä. Amazon kertoo koulutuksesta 25 luonnollisella kielellä ja kattavimmasta testauksesta englanniksi. Ammattiterminologiaa, monitulkintaisia ilmauksia ja muita kieliä varten kannattaa koota pieni joukko omia kyselyitä, joiden sopivat asiakirjat tunnetaan etukäteen. G1 on tarkoitettu ensisijaisesti luonnolliselle tekstille; lähdekoodihakua varten seuraavasta Titan-sukupolvesta on erillistä tietoa ohjelmointikielillä tehdystä koulutuksesta.","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":"Muuntaa tekstin 1536-ulotteisiksi vektoreiksi semanttiseen hakuun, samankaltaisen aineiston etsimiseen ja asiakirjojen ryhmittelyyn."}