Amazon: Titan Text Embeddings V2

{"about":"### Generasi kedua embedding teks Titan\n\nAmazon Titan Text Embeddings V2 menukarkan teks kepada perwakilan berangka untuk carian dan tugas lain yang berdasarkan kedekatan makna. Model dioptimumkan untuk mendapatkan petikan yang sesuai: pengguna bertanya dengan perkataan sendiri, kemudian aplikasi membandingkan vektornya dengan vektor bahan dalam pangkalan pengetahuan. Maklumat yang diperlukan dapat ditemukan tanpa padanan kata kunci sepenuhnya.\n\nV2 berbeza daripada G1 melalui perwakilan piawai yang lebih padat: dokumentasi Amazon menetapkan saiz vektor lalai sebanyak **1 024 dimensi**. Bagi aplikasi, ini ialah ciri data yang disimpan dan dibandingkan. Semua entri dalam satu indeks mesti menggunakan kaedah perwakilan yang selaras; apabila beralih daripada model embedding lain, indeks perlu disediakan semula untuk model yang dipilih.\n\n### Kegunaan\n\n- **RAG dan carian perusahaan:** menyediakan vektor bahagian dokumentasi, kemudian mendapatkan petikan untuk model berasingan yang menjawab soalan.\n- **Keserupaan semantik:** membandingkan teks yang berbeza ungkapan dan menemukan bahan yang hampir sama maknanya.\n- **Pengelompokan:** meneliti topik permintaan, ulasan dan dokumen melalui kedekatan perwakilannya.\n- **Carian kod:** membina aliran carian untuk kod sumber serta penjelasan berkaitan.\n\nAmazon menyatakan V2 dilatih pada lebih daripada 100 bahasa semula jadi dan 13 bahasa pengaturcaraan, termasuk Python, JavaScript, Java, C++, Rust, Go dan SQL. Namun, model ini dioptimumkan terutamanya untuk teks bahasa Inggeris. Dalam pangkalan berbilang bahasa, elok uji secara berasingan pertanyaan yang bahasanya berbeza daripada bahasa dokumen: kewujudan sesuatu bahasa dalam latihan tidak menetapkan kualiti yang sama bagi semua gabungan tersebut.\n\n### Penggunaan dalam Ailoot API\n\nInput ialah teks dan output ialah **embedding**. Had kad ini ialah **8 192 token input**. Untuk indeks carian, bahan panjang boleh dibahagikan mengikut sempadan makna: tajuk, bahagian dan perenggan. Setiap petikan kemudian boleh disimpan bersama vektornya serta pautan ke sumber asal.\n\n### Kitaran praktikal\n\nPilih soalan sebenar dan jawapan yang sesuai daripada koleksi anda, hasilkan embedding dan periksa hasil carian. Ubah saiz petikan dan cara perbandingan pada set yang sama sambil mengekalkan kaitan dengan teks asal. Titan menyediakan perwakilan berangka; perbandingan, pemilihan hasil dan pembentukan jawapan dilaksanakan pada peringkat aplikasi seterusnya. Ujian ini membantu memilih tetapan indeks yang sesuai dengan istilah dan struktur dokumen anda.","alias_of":null,"aliases":[],"author":"Amazon","canonical_model":"amazon/titan-embed-text-v2","ctx":8192,"formats":["embeddings"],"id":"amazon/titan-embed-text-v2","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":0.04,"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-v2","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"amazon/titan-embed-text-v2","request_model_id":"amazon/titan-embed-text-v2","route_label":"Ultra"}],"name":"Amazon: Titan Text Embeddings V2","price":{"in":0.04,"in_label":null,"out":null,"out_label":null,"sort_in":0.04,"sort_out":null,"varies":false},"public_id":"amazon/titan-embed-text-v2","short":"Menghasilkan vektor teks untuk RAG, carian semantik dan pengelompokan, termasuk carian bahan berbilang bahasa serta kod."}