Amazon: Titan Embeddings G1 - Text

{"about":"### O significado do texto num vetor numérico\n\nO Amazon Titan Embeddings G1 é um modelo de embeddings de texto da Amazon, também conhecido como V1. Converte texto num vetor de **1 536 números**. Este resultado ajuda a aplicação a comparar expressões e documentos pelo significado, mesmo quando utilizam palavras diferentes: por exemplo, encontrar instruções para alterar dados de faturação a partir de uma pergunta sobre a mudança dos dados de pagamento.\n\n### Pesquisa, base de conhecimento e agrupamento\n\nO G1 permite preparar um índice textual e criar uma representação da consulta do utilizador para pesquisa. Num sistema com uma base de conhecimento, esta é uma das etapas de RAG: primeiro encontram-se os excertos relevantes e depois um modelo de linguagem separado formula uma resposta com base neles. Nesta etapa, o Titan devolve um vetor; o armazenamento dos documentos, o cálculo da proximidade e a construção da resposta pertencem à sua aplicação.\n\nOutro cenário é o agrupamento de textos. Os vetores podem ajudar a encontrar pedidos de apoio semelhantes, reunir materiais por temas ou selecionar documentos parecidos. As categorias concretas e os limiares de semelhança são definidos no processo de trabalho, não estão presentes no embedding sob a forma de classificação pronta a utilizar.\n\n### Como preparar os materiais\n\n1. Divida a coleção em excertos compreensíveis: secções, parágrafos ou respostas autónomas.\n2. Obtenha os vetores desses excertos e conserve a ligação entre cada vetor e o texto original.\n3. Converta a consulta de pesquisa da mesma forma.\n4. Compare-a com o índice e devolva os materiais encontrados ao utilizador ou à etapa seguinte de processamento.\n\nNa Ailoot está disponível uma entrada de texto até **8 192 tokens** e um resultado em formato embedding. Para pesquisa, convém escolher a extensão do excerto de acordo com o conteúdo: um único vetor para um documento longo pode ocultar diferenças entre as várias questões abordadas. Quando o texto original é atualizado, a sua representação no índice também deve ser atualizada.\n\n### O que distingue o G1\n\nEsta geração do Titan utiliza uma representação fixa de 1536 dimensões. A Amazon descreve o treino em 25 línguas naturais e testes mais aprofundados em inglês. Para terminologia profissional, formulações ambíguas e outros idiomas, é útil preparar um pequeno conjunto de consultas próprias com documentos relevantes previamente identificados. O G1 destina-se sobretudo a texto em linguagem natural; para pesquisa em código-fonte, a geração seguinte do Titan dispõe de informação específica sobre treino em linguagens de programação.","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":"Converte texto em vetores de 1536 dimensões para pesquisa semântica, seleção de materiais semelhantes e agrupamento de documentos."}