Amazon Titan Text Embeddings V2 muuntaa tekstin numeeriseksi esitykseksi hakua ja muita merkitysten läheisyyteen perustuvia tehtäviä varten. Malli on optimoitu sopivien katkelmien noutamiseen: käyttäjä esittää kysymyksen omin sanoin, ja sovellus vertaa sen vektoria tietopohjan aineiston vektoreihin. Näin tieto voidaan löytää ilman avainsanojen täydellistä vastaavuutta.
V2 eroaa G1:stä tiiviimmällä oletusesityksellä: Amazonin dokumentaatiossa vektorin oletuskoko on 1 024 ulottuvuutta. Sovellukselle tämä on sen tallentaman ja vertaaman datan ominaisuus. Saman indeksin kaikkien tietueiden on käytettävä yhtenäistä esitystapaa; toisesta upotusmallista siirryttäessä indeksi valmistellaan uudelleen valitulle mallille.
Amazon kertoo V2:n koulutuksesta yli 100 luonnollisella kielellä ja 13 ohjelmointikielellä, kuten Python, JavaScript, Java, C++, Rust, Go ja SQL. Malli on kuitenkin optimoitu ensisijaisesti englanninkieliselle tekstille. Monikielisessä tietopohjassa kannattaa testata erikseen kyselyt, joissa kysymyksen kieli eroaa asiakirjojen kielestä: kielten mukanaolo koulutuksessa ei tarkoita samanlaista laatua kaikissa tällaisissa yhdistelmissä.
Syötteenä annetaan tekstiä, ja tuloksena saadaan upotus. Tämän mallikortin raja on 8 192 syötetokenia. Hakuindeksiä varten pitkät aineistot on helppo jakaa merkityksellisistä kohdista: otsikoiden, osioiden ja kappaleiden mukaan. Jokaisen katkelman voi sitten tallentaa sen vektorin ja alkuperäislähteeseen osoittavan viitteen kanssa.
Valitse kokoelmastasi todellisia kysymyksiä ja niihin sopivia vastauksia, muodosta upotukset ja tarkista hakutulokset. Muuta katkelman kokoa ja vertailutapaa samalla aineistolla ja säilytä yhteys lähdetekstiin. Titan valmistaa numeeriset esitykset; vertailu, tulosten valinta ja vastauksen muodostaminen tehdään sovelluksen seuraavissa vaiheissa. Tällainen tarkistus auttaa valitsemaan indeksin asetukset oman terminologiasi ja asiakirjarakenteesi mukaan.
", "aboutText": "### Titanin tekstien upotusten toinen sukupolvi\n\nAmazon Titan Text Embeddings V2 muuntaa tekstin numeeriseksi esitykseksi hakua ja muita merkitysten läheisyyteen perustuvia tehtäviä varten. Malli on optimoitu sopivien katkelmien noutamiseen: käyttäjä esittää kysymyksen omin sanoin, ja sovellus vertaa sen vektoria tietopohjan aineiston vektoreihin. Näin tieto voidaan löytää ilman avainsanojen täydellistä vastaavuutta.\n\nV2 eroaa G1:stä tiiviimmällä oletusesityksellä: Amazonin dokumentaatiossa vektorin oletuskoko on **1 024 ulottuvuutta**. Sovellukselle tämä on sen tallentaman ja vertaaman datan ominaisuus. Saman indeksin kaikkien tietueiden on käytettävä yhtenäistä esitystapaa; toisesta upotusmallista siirryttäessä indeksi valmistellaan uudelleen valitulle mallille.\n\n### Käyttökohteet\n\n- **RAG ja yrityksen sisäinen haku:** muodosta dokumentaation osioiden vektorit ja nouda katkelmat erilliselle mallille, joka vastaa kysymykseen.\n- **Semanttinen samankaltaisuus:** vertaa eri tavoin muotoiltuja tekstejä ja löydä samankaltaista aineistoa.\n- **Ryhmittely:** tutki yhteydenottojen, arvioiden ja asiakirjojen aiheita niiden esitysten läheisyyden avulla.\n- **Koodihaku:** rakenna hakutyönkulkuja lähdekoodille ja siihen liittyville selityksille.\n\nAmazon kertoo V2:n koulutuksesta yli 100 luonnollisella kielellä ja 13 ohjelmointikielellä, kuten Python, JavaScript, Java, C++, Rust, Go ja SQL. Malli on kuitenkin optimoitu ensisijaisesti englanninkieliselle tekstille. Monikielisessä tietopohjassa kannattaa testata erikseen kyselyt, joissa kysymyksen kieli eroaa asiakirjojen kielestä: kielten mukanaolo koulutuksessa ei tarkoita samanlaista laatua kaikissa tällaisissa yhdistelmissä.\n\n### Käyttö Ailoot API:ssa\n\nSyötteenä annetaan tekstiä, ja tuloksena saadaan **upotus**. Tämän mallikortin raja on **8 192 syötetokenia**. Hakuindeksiä varten pitkät aineistot on helppo jakaa merkityksellisistä kohdista: otsikoiden, osioiden ja kappaleiden mukaan. Jokaisen katkelman voi sitten tallentaa sen vektorin ja alkuperäislähteeseen osoittavan viitteen kanssa.\n\n### Käytännön työnkulku\n\nValitse kokoelmastasi todellisia kysymyksiä ja niihin sopivia vastauksia, muodosta upotukset ja tarkista hakutulokset. Muuta katkelman kokoa ja vertailutapaa samalla aineistolla ja säilytä yhteys lähdetekstiin. Titan valmistaa numeeriset esitykset; vertailu, tulosten valinta ja vastauksen muodostaminen tehdään sovelluksen seuraavissa vaiheissa. Tällainen tarkistus auttaa valitsemaan indeksin asetukset oman terminologiasi ja asiakirjarakenteesi mukaan.", "locale": "fi", "methods": [ { "html": "POST /v1/embeddingstextembedding