Amazon: Titan Multimodal Embeddings G1

{"about":"### 멀티모달 공간에 텍스트 입력하기\n\nAmazon Titan Multimodal Embeddings G1은 텍스트와 이미지가 공통 표현 공간을 사용하는 Amazon의 임베딩 모델입니다. Ailoot의 이 모델 카드는 텍스트 작업을 제공합니다. 짧은 설명이나 검색 문구를 입력하면 숫자 벡터를 받습니다. 이 벡터는 텍스트의 내용을 애플리케이션이 다른 호환 벡터와 비교할 수 있는 형태로 나타냅니다.\n\n### 적합한 작업\n\n카탈로그 검색, 추천, 개인화 시스템의 한 단계로 사용할 수 있습니다. 예를 들어 ‘여행용 빨간 가방’이라는 설명을 검색 벡터로 바꾸면 애플리케이션이 준비된 인덱스에서 가까운 항목을 찾습니다. 검색 결과는 카탈로그의 내용과 색인 방식에도 영향을 받습니다. 임베딩은 검색 요청의 표현이며, 실제 결과 목록은 검색 시스템이 구성합니다.\n\n이 Titan 버전의 특징은 텍스트와 시각 데이터의 공통 공간에 초점을 맞춘다는 점입니다. 대상의 호환 표현이 이미 준비된 시스템에서 텍스트 벡터를 활용할 수 있습니다. 일반적인 텍스트 문서 검색에서는 조각의 길이와 작업 언어의 적합성도 중요합니다. Amazon은 G1을 짧은 텍스트 입력을 사용하는 영어 모델로 설명합니다.\n\n### 작업 구성\n\n1. 찾으려는 대상, 속성, 의도 중 하나를 짧은 문구로 표현합니다.\n2. 해당 문구의 임베딩을 얻습니다.\n3. 자체 인덱스의 벡터와 비교해 적합한 항목을 고릅니다.\n4. 찾은 자료를 카탈로그 화면이나 답변을 작성할 별도 모델 등 다음 단계로 전달합니다.\n\n인덱스와 검색 요청은 호환되는 데이터 표현을 사용해야 합니다. 대규모 카탈로그를 채우기 전에 실제 검색 문구로 의미 일치, 드문 속성, 비슷한 단어가 서로 다른 대상을 설명하는 경우를 확인하면 좋습니다.\n\n### Ailoot에서의 입력과 결과\n\n여기서 제공하는 메서드는 **텍스트**를 받아 **임베딩**을 반환하며, 이 모델 카드의 입력 한도는 **128토큰**입니다. 짧은 설명을 사용하고 긴 문서는 미리 의미 단위로 나누는 것이 좋습니다. 이미지 업로드, 이미지 생성, 동영상 처리는 이 메서드에 포함되지 않습니다. Multimodal이라는 이름은 원본 모델의 성격을 나타내며, 이 모델 카드에서 제공하는 작업은 텍스트를 벡터로 변환하는 것입니다.","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":"짧은 텍스트를 벡터로 변환해 Titan의 멀티모달 공간에서 의미 검색과 추천에 활용합니다."}