O 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.
O 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.
Outro 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.
Na 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.
Esta 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.
", "aboutText": "### 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.", "locale": "pt-pt", "methods": [ { "html": "POST /v1/embeddingstextembedding