Amazon: Titan Embeddings G1 - Text

{"about":"### משמעות הטקסט בווקטור מספרי\n\nAmazon Titan Embeddings G1 הוא מודל הטמעות טקסט של Amazon, המוכר גם בשם V1. הוא ממיר טקסט לווקטור של **1 536 מספרים**. התוצאה מסייעת ליישום להשוות ביטויים ומסמכים לפי משמעות, גם כשהם משתמשים במילים שונות: למשל, למצוא הוראות לעדכון פרטי חשבון בעקבות שאלה על שינוי פרטי תשלום.\n\n### חיפוש, בסיס ידע וקיבוץ\n\nG1 מתאים להכנת אינדקס טקסט וליצירת ייצוג חיפוש של שאילתת המשתמש. במערכת עם בסיס ידע זהו אחד משלבי RAG: תחילה מאתרים מקטעים מתאימים, ואז מודל שפה נפרד מנסח תשובה על בסיסם. Titan עצמו מחזיר בשלב הזה וקטור; אחסון המסמכים, חישוב הקרבה והרכבת התשובה הם באחריות היישום שלכם.\n\nשימוש נוסף הוא קיבוץ טקסטים. אפשר להשתמש בווקטורים כדי למצוא פניות תמיכה קרובות, לאגד חומרים לפי נושאים או לבחור מסמכים דומים. הקטגוריות וספי הדמיון המסוימים נקבעים בתהליך העבודה, ואינם כלולים בהטמעה כתיוג מוכן.\n\n### כיצד להכין את החומרים\n\n1. חלקו את האוסף למקטעים ברורים: סעיפים, פסקאות או תשובות עצמאיות.\n2. קבלו וקטורים של המקטעים ושמרו את הקשר בין כל וקטור לטקסט המקורי.\n3. המירו את שאילתת החיפוש באותה דרך.\n4. השוו אותה לאינדקס והחזירו את החומרים שנמצאו למשתמש או לשלב העיבוד הבא.\n\nב־Ailoot זמין קלט טקסט של עד **8 192 טוקנים** ותוצאה בפורמט הטמעה. בחיפוש כדאי לבחור את גודל המקטע לפי התוכן: וקטור גדול אחד של מסמך עלול להסתיר הבדלים בין השאלות השונות שהוא עוסק בהן. כאשר מעדכנים את טקסט המקור, מעדכנים גם את הייצוג שלו באינדקס.\n\n### מה מייחד את G1\n\nדור Titan הזה משתמש בייצוג קבוע של 1536 ממדים. Amazon מתארת אימון על 25 שפות טבעיות ואת הבדיקות המפורטות ביותר באנגלית. למינוח מקצועי, לניסוחים דו־משמעיים ולשפות אחרות מועיל להכין קבוצת שאילתות קטנה משלכם עם מסמכים מתאימים הידועים מראש. G1 מיועד בעיקר לטקסט בשפה טבעית; לגבי חיפוש בקוד מקור, לדור הבא של Titan יש מידע נפרד על אימון בשפות תכנות.","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":"ממיר טקסט לווקטורים בעלי 1536 ממדים לחיפוש סמנטי, לאיתור חומרים דומים ולקיבוץ מסמכים."}