Amazon: Titan Multimodal Embeddings G1

{"about":"### קלט טקסטואלי למרחב רב־אופני\n\nAmazon Titan Multimodal Embeddings G1 הוא מודל הטמעות של Amazon עם מרחב ייצוג משותף לטקסט ולתמונות. ב־Ailoot הכרטיס הזה מספק שימוש טקסטואלי: שולחים תיאור קצר או ביטוי חיפוש ומקבלים וקטור מספרי. הווקטור מייצג את תוכן הטקסט בצורה שהיישום יכול להשוות לווקטורים תואמים אחרים.\n\n### לאילו משימות הוא מתאים\n\nאפשר להשתמש במודל כחלק מחיפוש בקטלוג, ממערכת המלצות ומהתאמה אישית. למשל, התיאור «תיק נסיעות אדום» הופך לווקטור חיפוש, שבעזרתו היישום מחפש רשומות קרובות באינדקס שהוכן מראש. תוצאת החיפוש תלויה גם בתוכן הקטלוג וגם באופן יצירת האינדקס: ההטמעה היא ייצוג של השאילתה, ומערכת החיפוש היא שבונה את מבחר התוצאות.\n\nהמאפיין של גרסת Titan הזאת הוא ההתמקדות במרחב משותף לנתונים טקסטואליים וחזותיים. וקטור טקסט עשוי להועיל במערכת שבה כבר הוכנו ייצוגים תואמים של הפריטים. בחיפוש רגיל במסמכי טקסט חשובים גם אורך המקטע והתאמת השפה למשימה: היצרן מתאר את G1 כמודל בשפה האנגלית עם קלט טקסט קצר.\n\n### כיצד לארגן את העבודה\n\n1. נסחו פריט אחד, מאפיין או כוונת חיפוש בביטוי קצר.\n2. קבלו הטמעה של הביטוי.\n3. השוו אותה לווקטורים באינדקס ובחרו רשומות מתאימות.\n4. העבירו את החומרים שנמצאו לשלב הבא, למשל לממשק הקטלוג או למודל נפרד שינסח תשובה.\n\nהאינדקס והשאילתה צריכים להשתמש בייצוג נתונים תואם. לפני מילוי קטלוג גדול כדאי לבדוק ביטויי חיפוש אמיתיים: התאמת משמעות, מאפיינים נדירים ומצבים שבהם מילים דומות מתארות פריטים שונים.\n\n### קלט ותוצאה ב־Ailoot\n\nהמתודה הזמינה כאן מקבלת **טקסט** ומחזירה **הטמעה**; מגבלת הקלט בכרטיס היא **128 טוקנים**. לפעולה הזאת דרושים תיאורים קצרים, ומסמך ארוך עדיף לפצל מראש למקטעים בעלי משמעות עצמאית. העלאת תמונות, יצירת תמונות ועבודה עם וידאו אינן חלק מהמתודה. השם Multimodal מתאר את המודל המקורי, ואילו השימוש הזמין בכרטיס הזה הוא יצירת וקטור מטקסט.","alias_of":null,"aliases":[],"author":"Amazon","canonical_model":"amazon/titan-embed-image-v1","ctx":128,"formats":["embeddings"],"id":"amazon/titan-embed-image-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":128,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"amazon/titan-embed-image-v1","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra"}],"name":"Amazon: Titan Multimodal Embeddings G1","price":{"in":1.6,"in_label":null,"out":null,"out_label":null,"sort_in":1.6,"sort_out":null,"varies":false},"public_id":"amazon/titan-embed-image-v1","short":"יוצר וקטורים מטקסט קצר לחיפוש סמנטי ולהמלצות במרחב הרב־אופני של Titan."}