Amazon Titan Text Embeddings V2 prevádza text na číselnú reprezentáciu pre vyhľadávanie a ďalšie úlohy založené na významovej blízkosti. Model je optimalizovaný na vyhľadanie vhodných úsekov: používateľ položí otázku vlastnými slovami a aplikácia porovná jej vektor s vektormi materiálov znalostnej bázy. Potrebné informácie tak možno nájsť bez úplnej zhody kľúčových slov.
V2 sa od G1 líši kompaktnejšou štandardnou reprezentáciou: dokumentácia Amazonu uvádza predvolený vektor s 1 024 rozmermi. Pre aplikáciu ide o vlastnosť údajov, ktoré ukladá a porovnáva. Všetky záznamy jedného indexu musia používať jednotnú reprezentáciu; pri prechode z iného embeddingového modelu treba index pripraviť nanovo pre vybraný model.
Amazon uvádza tréning V2 na viac než 100 prirodzených a 13 programovacích jazykoch vrátane Python, JavaScript, Java, C++, Rust, Go a SQL. Model je pritom optimalizovaný hlavne pre anglický text. Vo viacjazyčnej báze sa oplatí osobitne preveriť dopyty v inom jazyku než dokumenty: zastúpenie jazykov v tréningu neznamená rovnakú kvalitu všetkých kombinácií.
Vstupom je text, výstupom embedding. Limit tejto karty je 8 192 vstupných tokenov. Dlhé materiály pre vyhľadávací index je vhodné deliť podľa významových hraníc: nadpisov, sekcií a odsekov. Každý úsek potom možno uložiť spolu s jeho vektorom a odkazom na pôvodný zdroj.
Vyberte skutočné otázky a vhodné odpovede zo svojej zbierky, vytvorte embeddingy a overte výsledky vyhľadávania. Na rovnakej sade meňte veľkosť úsekov a spôsob porovnávania, pričom zachovajte väzbu na pôvodný text. Titan pripravuje číselné reprezentácie; porovnávanie, výber výsledkov a tvorba odpovede patria ďalším krokom aplikácie. Také overenie pomáha prispôsobiť index vašej terminológii a štruktúre dokumentov.
", "aboutText": "### Druhá generácia textových embeddingov Titan\n\nAmazon Titan Text Embeddings V2 prevádza text na číselnú reprezentáciu pre vyhľadávanie a ďalšie úlohy založené na významovej blízkosti. Model je optimalizovaný na vyhľadanie vhodných úsekov: používateľ položí otázku vlastnými slovami a aplikácia porovná jej vektor s vektormi materiálov znalostnej bázy. Potrebné informácie tak možno nájsť bez úplnej zhody kľúčových slov.\n\nV2 sa od G1 líši kompaktnejšou štandardnou reprezentáciou: dokumentácia Amazonu uvádza predvolený vektor s **1 024 rozmermi**. Pre aplikáciu ide o vlastnosť údajov, ktoré ukladá a porovnáva. Všetky záznamy jedného indexu musia používať jednotnú reprezentáciu; pri prechode z iného embeddingového modelu treba index pripraviť nanovo pre vybraný model.\n\n### Kde ho používať\n\n- **RAG a podnikové vyhľadávanie:** pripraviť vektory sekcií dokumentácie a potom vyhľadávať úseky pre samostatný model odpovedajúci na otázku.\n- **Významová podobnosť:** porovnávať inak formulované texty a hľadať blízke materiály.\n- **Zoskupovanie:** skúmať témy požiadaviek, recenzií a dokumentov cez blízkosť ich reprezentácií.\n- **Vyhľadávanie v kóde:** vytvárať vyhľadávanie v zdrojových textoch a súvisiacich vysvetleniach.\n\nAmazon uvádza tréning V2 na viac než 100 prirodzených a 13 programovacích jazykoch vrátane Python, JavaScript, Java, C++, Rust, Go a SQL. Model je pritom optimalizovaný hlavne pre anglický text. Vo viacjazyčnej báze sa oplatí osobitne preveriť dopyty v inom jazyku než dokumenty: zastúpenie jazykov v tréningu neznamená rovnakú kvalitu všetkých kombinácií.\n\n### Práca v Ailoot\n\nVstupom je text, výstupom **embedding**. Limit tejto karty je **8 192 vstupných tokenov**. Dlhé materiály pre vyhľadávací index je vhodné deliť podľa významových hraníc: nadpisov, sekcií a odsekov. Každý úsek potom možno uložiť spolu s jeho vektorom a odkazom na pôvodný zdroj.\n\n### Praktický cyklus\n\nVyberte skutočné otázky a vhodné odpovede zo svojej zbierky, vytvorte embeddingy a overte výsledky vyhľadávania. Na rovnakej sade meňte veľkosť úsekov a spôsob porovnávania, pričom zachovajte väzbu na pôvodný text. Titan pripravuje číselné reprezentácie; porovnávanie, výber výsledkov a tvorba odpovede patria ďalším krokom aplikácie. Také overenie pomáha prispôsobiť index vašej terminológii a štruktúre dokumentov.", "locale": "sk", "methods": [ { "html": "POST /v1/embeddingstextembedding