Amazon: Titan Multimodal Embeddings G1

{"about":"### Мультимодаль кеңістікке мәтін енгізу\n\nAmazon Titan Multimodal Embeddings G1 — мәтін мен кескіндерге ортақ бейнелеу кеңістігін пайдаланатын Amazon embedding моделі. Ailoot-та бұл карточка мәтінмен жұмыс істеуді ұсынады: қысқа сипаттама не іздеу тіркесін беріп, сандық вектор аласыз. Ол мәтін мазмұнын қолданба басқа үйлесімді векторлармен салыстыра алатын түрде көрсетеді.\n\n### Қандай міндеттерге жарайды\n\nМодельді каталогтан іздеу, ұсынымдар мен дербестендіру жүйесінің бір бөлігі ретінде пайдалануға болады. Мысалы, «саяхатқа арналған қызыл сөмке» сипаттамасы іздеу векторына айналады; қолданба сол бойынша дайын индекстен жақын жазбаларды іздейді. Нәтиже каталог мазмұнына да, оны индекстеу тәсіліне де байланысты: embedding сұрауды бейнелейді, ал дайын іріктемені іздеу жүйесі құрады.\n\nTitan-ның бұл нұсқасының ерекшелігі — мәтіндік және көрнекі деректерге ортақ кеңістікке бағдарлануы. Нысандардың үйлесімді бейнелері алдын ала дайындалған жүйеде мәтін векторы пайдалы болуы мүмкін. Мәтіндік құжаттарды кәдімгі іздеуде үзінді ұзындығы мен тілдің міндетке сәйкестігі де маңызды: өндіруші G1-ді қысқа мәтін енгізілетін ағылшынтілді модель ретінде сипаттайды.\n\n### Жұмысты қалай ұйымдастыруға болады\n\n1. Бір нысанды, қасиетті не іздеу мақсатын қысқа тіркеспен тұжырымдаңыз.\n2. Осы тіркестің embedding векторын алыңыз.\n3. Оны өз индексіңіздің векторларымен салыстырып, сәйкес жазбаларды таңдаңыз.\n4. Табылған материалдарды келесі кезеңге, мысалы каталог интерфейсіне немесе жауап құратын бөлек модельге беріңіз.\n\nИндекс пен сұрау деректерді үйлесімді түрде бейнелеуі керек. Үлкен каталогты толтырмас бұрын нақты іздеу тіркестерін тексерген пайдалы: мағынаның сәйкестігін, сирек қасиеттерді және ұқсас сөздер әртүрлі нысанды сипаттайтын жағдайларды бағалаңыз.\n\n### Ailoot-тағы кіріс пен нәтиже\n\nМұндағы әдіс **мәтінді** қабылдап, **embedding** қайтарады; осы карточкадағы кіріс шегі — **128 токен**. Бұл операцияға қысқа сипаттамалар қажет, ал ұзын құжатты алдын ала жеке мағыналық үзінділерге бөлген дұрыс. Кескін жүктеу, сурет жасау және бейнемен жұмыс бұл әдіске кірмейді. Multimodal атауы бастапқы модельді сипаттайды, ал осы карточкада мәтіннен вектор жасау қолжетімді.","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":"Titan мультимодаль кеңістігінде мағыналық іздеу мен ұсынымдарға арналған қысқа мәтін векторларын жасайды."}