Amazon Titan Embeddings G1 to tekstowy model embeddingowy Amazon, znany również jako V1. Przekształca tekst w wektor złożony z 1 536 liczb. Taki wynik pomaga aplikacji porównywać znaczenie zdań i dokumentów, nawet jeśli używają różnych słów: na przykład znaleźć instrukcję zmiany danych na podstawie pytania o aktualizację danych płatniczych.
G1 nadaje się do przygotowania indeksu tekstowego i tworzenia reprezentacji zapytania użytkownika na potrzeby wyszukiwania. W systemie z bazą wiedzy jest to jeden z etapów RAG: najpierw wyszukiwane są odpowiednie fragmenty, a następnie osobny model językowy buduje na ich podstawie odpowiedź. Sam Titan zwraca na tym etapie wektor; przechowywanie dokumentów, obliczanie podobieństwa i składanie odpowiedzi należą do aplikacji.
Innym scenariuszem jest grupowanie tekstów. Wektory pozwalają znajdować podobne zgłoszenia do pomocy technicznej, łączyć materiały tematycznie lub dobierać podobne dokumenty. Konkretne kategorie i progi podobieństwa ustala się w procesie pracy; embedding nie zawiera ich jako gotowych etykiet.
W Ailoot dostępne jest wejście tekstowe do 8 192 tokenów i wynik w formacie embedding. Wielkość fragmentu do wyszukiwania warto dobierać do treści: jeden duży wektor dokumentu może zacierać różnice między poszczególnymi zagadnieniami. Przy aktualizacji tekstu źródłowego należy także aktualizować jego reprezentację w indeksie.
Ta generacja Titan używa stałej reprezentacji o 1536 wymiarach. Amazon opisuje uczenie na 25 językach naturalnych i najdokładniejsze testy w języku angielskim. Dla terminologii specjalistycznej, niejednoznacznych sformułowań i innych języków przydaje się niewielki własny zestaw zapytań z wcześniej wskazanymi właściwymi dokumentami. G1 jest przeznaczona przede wszystkim do tekstu naturalnego; w kontekście wyszukiwania w kodzie źródłowym kolejna generacja Titan ma osobno opisane uczenie na językach programowania.
", "aboutText": "### Znaczenie tekstu w wektorze liczbowym\n\nAmazon Titan Embeddings G1 to tekstowy model embeddingowy Amazon, znany również jako V1. Przekształca tekst w wektor złożony z **1 536 liczb**. Taki wynik pomaga aplikacji porównywać znaczenie zdań i dokumentów, nawet jeśli używają różnych słów: na przykład znaleźć instrukcję zmiany danych na podstawie pytania o aktualizację danych płatniczych.\n\n### Wyszukiwanie, baza wiedzy i grupowanie\n\nG1 nadaje się do przygotowania indeksu tekstowego i tworzenia reprezentacji zapytania użytkownika na potrzeby wyszukiwania. W systemie z bazą wiedzy jest to jeden z etapów RAG: najpierw wyszukiwane są odpowiednie fragmenty, a następnie osobny model językowy buduje na ich podstawie odpowiedź. Sam Titan zwraca na tym etapie wektor; przechowywanie dokumentów, obliczanie podobieństwa i składanie odpowiedzi należą do aplikacji.\n\nInnym scenariuszem jest grupowanie tekstów. Wektory pozwalają znajdować podobne zgłoszenia do pomocy technicznej, łączyć materiały tematycznie lub dobierać podobne dokumenty. Konkretne kategorie i progi podobieństwa ustala się w procesie pracy; embedding nie zawiera ich jako gotowych etykiet.\n\n### Jak przygotować materiały\n\n1. Podziel zbiór na zrozumiałe fragmenty: sekcje, akapity lub samodzielne odpowiedzi.\n2. Uzyskaj wektory tych fragmentów i zachowaj powiązanie każdego wektora z tekstem źródłowym.\n3. W ten sam sposób przekształć zapytanie wyszukiwania.\n4. Porównaj je z indeksem i zwróć znalezione materiały użytkownikowi lub przekaż do kolejnego etapu przetwarzania.\n\nW Ailoot dostępne jest wejście tekstowe do **8 192 tokenów** i wynik w formacie embedding. Wielkość fragmentu do wyszukiwania warto dobierać do treści: jeden duży wektor dokumentu może zacierać różnice między poszczególnymi zagadnieniami. Przy aktualizacji tekstu źródłowego należy także aktualizować jego reprezentację w indeksie.\n\n### Co wyróżnia G1\n\nTa generacja Titan używa stałej reprezentacji o 1536 wymiarach. Amazon opisuje uczenie na 25 językach naturalnych i najdokładniejsze testy w języku angielskim. Dla terminologii specjalistycznej, niejednoznacznych sformułowań i innych języków przydaje się niewielki własny zestaw zapytań z wcześniej wskazanymi właściwymi dokumentami. G1 jest przeznaczona przede wszystkim do tekstu naturalnego; w kontekście wyszukiwania w kodzie źródłowym kolejna generacja Titan ma osobno opisane uczenie na językach programowania.", "locale": "pl", "methods": [ { "html": "POST /v1/embeddingstextembedding