Amazon: Titan Embeddings G1 - Text

{"about":"### De betekenis van tekst in een numerieke vector\n\nAmazon Titan Embeddings G1 is een tekstembeddingmodel van Amazon, ook bekend als V1. Het zet tekst om in een vector van **1 536 getallen**. Daarmee kan een toepassing zinnen en documenten op betekenis vergelijken, ook wanneer ze andere woorden gebruiken. Zo kan een vraag over gewijzigde betaalgegevens leiden naar instructies voor het aanpassen van rekeninggegevens.\n\n### Zoeken, kennisbanken en groeperen\n\nG1 is geschikt om een tekstindex op te bouwen en een zoekrepresentatie van een gebruikersvraag te maken. In een systeem met een kennisbank is dit een van de RAG-stappen: eerst worden geschikte fragmenten gevonden, waarna een apart taalmodel daarmee een antwoord formuleert. Titan zelf retourneert in deze stap een vector; het opslaan van documenten, berekenen van gelijkenis en samenstellen van het antwoord doet je toepassing.\n\nEen andere toepassing is het groeperen van teksten. Met vectoren kun je vergelijkbare supportvragen vinden, materiaal op onderwerp bundelen of soortgelijke documenten selecteren. De concrete categorieën en drempelwaarden voor gelijkenis leg je vast in het werkproces; een embedding bevat geen kant-en-klare indeling.\n\n### Materiaal voorbereiden\n\n1. Verdeel de collectie in begrijpelijke fragmenten: secties, alinea’s of zelfstandige antwoorden.\n2. Maak vectoren van die fragmenten en bewaar bij elke vector de koppeling met de brontekst.\n3. Zet de zoekopdracht op dezelfde manier om.\n4. Vergelijk deze met de index en geef het gevonden materiaal door aan de gebruiker of de volgende verwerkingsstap.\n\nIn Ailoot is tekstinvoer tot **8 192 tokens** beschikbaar, met een embedding als resultaat. Kies voor zoekdoeleinden de fragmentgrootte op basis van de inhoud: één grote documentvector kan verschillen tussen de afzonderlijke behandelde vragen verhullen. Werk bij wijzigingen in de brontekst ook de representatie in de index bij.\n\n### Wat G1 onderscheidt\n\nDeze Titan-generatie gebruikt een vaste representatie met 1536 dimensies. Amazon beschrijft training op 25 natuurlijke talen en de meest uitvoerige tests in het Engels. Voor vakterminologie, dubbelzinnige formuleringen en andere talen is een kleine eigen testset nuttig, met zoekopdrachten waarvoor de juiste documenten vooraf bekend zijn. G1 is vooral bedoeld voor natuurlijke tekst; voor zoeken in broncode vermeldt de volgende Titan-generatie afzonderlijke informatie over training op programmeertalen.","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":"Zet tekst om in 1536-dimensionale vectoren voor semantisch zoeken, het vinden van vergelijkbaar materiaal en het groeperen van documenten."}