Amazon: Titan Multimodal Embeddings G1
amazon/titan-embed-image-v1Vytvára vektory z krátkeho textu na sémantické vyhľadávanie a odporúčania v multimodálnom priestore Titan.
Textový vstup do multimodálneho priestoru
Amazon Titan Multimodal Embeddings G1 je embeddingový model Amazonu so spoločným priestorom reprezentácií textu a obrázkov. V Ailoot táto karta sprístupňuje textový scenár: zadáte krátky opis alebo vyhľadávaciu frázu a dostanete číselný vektor. Vyjadruje obsah textu vo forme, ktorú aplikácia môže porovnávať s inými kompatibilnými vektormi.
Na aké úlohy sa hodí
Model možno zapojiť do vyhľadávania v katalógu, odporúčaní a personalizácie. Napríklad opis „červená cestovná taška“ sa zmení na vyhľadávací vektor, podľa ktorého aplikácia nájde blízke záznamy v pripravenom indexe. Výsledok závisí aj od obsahu katalógu a spôsobu indexovania: embedding reprezentuje dopyt, kým výsledný výber zostavuje vyhľadávací systém.
Táto verzia Titan sa zameriava na spoločný priestor textových a vizuálnych údajov. Textový vektor sa môže hodiť v systéme, ktorý už má pripravené kompatibilné reprezentácie objektov. Pri bežnom vyhľadávaní v textových dokumentoch záleží aj na dĺžke úseku a vhodnosti jazyka pre danú úlohu: výrobca opisuje G1 ako anglickojazyčný model s krátkym textovým vstupom.
Ako si usporiadať prácu
- Krátkou frázou vyjadrite jeden predmet, vlastnosť alebo zámer vyhľadávania.
- Získajte embedding tejto frázy.
- Porovnajte ho s vektormi svojho indexu a vyberte vhodné záznamy.
- Nájdené materiály odovzdajte ďalej, napríklad do rozhrania katalógu alebo samostatnému modelu, ktorý zostaví odpoveď.
Index a dopyt musia používať kompatibilnú reprezentáciu údajov. Pred naplnením veľkého katalógu sa oplatí overiť skutočné vyhľadávacie frázy: významovú zhodu, zriedkavé vlastnosti aj situácie, keď podobné slová označujú rôzne objekty.
Vstup a výsledok v Ailoot
Tu dostupná metóda prijíma text a vracia embedding; vstupný limit tejto karty je 128 tokenov. Táto operácia vyžaduje krátke opisy, dlhý dokument preto najprv rozdeľte na samostatné významové úseky. Nahrávanie obrázkov, tvorba obrázkov a práca s videom do tejto metódy nepatria. Názov Multimodal opisuje pôvodný model, kým táto karta sprístupňuje vytvorenie vektora z textu.
Dostupné cez Ailoot API
POST /v1/embeddings- Vstup
text- Výstup
embedding- Kontext
- 128 tokenov
- Max. odpoveď
- V katalógu neuvedené
- Vstup
- 0,0016 USD / 1K
amazon/titan-embed-image-v1 · JSON
{"about":"### Textový vstup do multimodálneho priestoru\n\nAmazon Titan Multimodal Embeddings G1 je embeddingový model Amazonu so spoločným priestorom reprezentácií textu a obrázkov. V Ailoot táto karta sprístupňuje textový scenár: zadáte krátky opis alebo vyhľadávaciu frázu a dostanete číselný vektor. Vyjadruje obsah textu vo forme, ktorú aplikácia môže porovnávať s inými kompatibilnými vektormi.\n\n### Na aké úlohy sa hodí\n\nModel možno zapojiť do vyhľadávania v katalógu, odporúčaní a personalizácie. Napríklad opis „červená cestovná taška“ sa zmení na vyhľadávací vektor, podľa ktorého aplikácia nájde blízke záznamy v pripravenom indexe. Výsledok závisí aj od obsahu katalógu a spôsobu indexovania: embedding reprezentuje dopyt, kým výsledný výber zostavuje vyhľadávací systém.\n\nTáto verzia Titan sa zameriava na spoločný priestor textových a vizuálnych údajov. Textový vektor sa môže hodiť v systéme, ktorý už má pripravené kompatibilné reprezentácie objektov. Pri bežnom vyhľadávaní v textových dokumentoch záleží aj na dĺžke úseku a vhodnosti jazyka pre danú úlohu: výrobca opisuje G1 ako anglickojazyčný model s krátkym textovým vstupom.\n\n### Ako si usporiadať prácu\n\n1. Krátkou frázou vyjadrite jeden predmet, vlastnosť alebo zámer vyhľadávania.\n2. Získajte embedding tejto frázy.\n3. Porovnajte ho s vektormi svojho indexu a vyberte vhodné záznamy.\n4. Nájdené materiály odovzdajte ďalej, napríklad do rozhrania katalógu alebo samostatnému modelu, ktorý zostaví odpoveď.\n\nIndex a dopyt musia používať kompatibilnú reprezentáciu údajov. Pred naplnením veľkého katalógu sa oplatí overiť skutočné vyhľadávacie frázy: významovú zhodu, zriedkavé vlastnosti aj situácie, keď podobné slová označujú rôzne objekty.\n\n### Vstup a výsledok v Ailoot\n\nTu dostupná metóda prijíma **text** a vracia **embedding**; vstupný limit tejto karty je **128 tokenov**. Táto operácia vyžaduje krátke opisy, dlhý dokument preto najprv rozdeľte na samostatné významové úseky. Nahrávanie obrázkov, tvorba obrázkov a práca s videom do tejto metódy nepatria. Názov Multimodal opisuje pôvodný model, kým táto karta sprístupňuje vytvorenie vektora z textu.","alias_of":null,"aliases":[],"author":"Amazon","canonical_model":"amazon/titan-embed-image-v1","ctx":128,"formats":["embeddings"],"id":"amazon/titan-embed-image-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":128,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":1.6,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"amazon/titan-embed-image-v1","request_model_id":"amazon/titan-embed-image-v1","route_label":"Ultra"}],"name":"Amazon: Titan Multimodal Embeddings G1","price":{"in":1.6,"in_label":null,"out":null,"out_label":null,"sort_in":1.6,"sort_out":null,"varies":false},"public_id":"amazon/titan-embed-image-v1","short":"Vytvára vektory z krátkeho textu na sémantické vyhľadávanie a odporúčania v multimodálnom priestore Titan."}