نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.
amazon/titan-embed-image-v1يعمل من رصيدك بالأسعار أعلاه. تبدأ الحسابات الجديدة باستخدام مجاني.
الإعدادات
Amazon Titan Multimodal Embeddings G1 هو نموذج تضمين من Amazon، مُدرج على api14 تحت معرّف النموذج amazon/titan-embed-image-v1. يقع في فئة التضمينات، مما يعني أن مهمته تحويل المدخلات إلى متجهات بدلاً من توليد نص أو صور. وهو موجّه للمطورين الذين يبنون أنظمة بحث وتوصية تحتاج إلى العمل عبر أكثر من نوع واحد من المحتوى.
يقبل النموذج النص، أو الصور، أو النص والصورة معاً، وينتج التضمينات كمخرج وحيد له. ولأن كل تلك المدخلات تُسقَط في فضاء متجهي مشترك، يمكن مقارنة استعلام نصي وصورة مباشرة، وهذا ما يجعل الاسترجاع عبر الوسائط المتعددة ممكناً. نافذة السياق هي 128 رمزاً، والحد الأقصى للمخرج هو 115. تُقدَّم الصور بصيغة base64.
تشير تلك القدرات إلى مجموعة استخدامات محددة نوعاً ما. البحث متعدد الوسائط هو الاستخدام الواضح: يكتب المستخدم وصفاً فيسترجع النظام الصور المطابقة، أو يقدّم المستخدم صورة فيسترجع النظام النص المطابق. التوصية هي الحالة الرئيسية الأخرى، حيث تُضمَّن العناصر التي تمزج الصور والنص وتُقارَن بالتشابه. أي سير عمل يحتاج إلى فهرس متجهي واحد يمتد عبر الوسيطين، بدلاً من فهرسين منفصلين، يناسبه هذا النموذج.
يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج amazon/titan-embed-image-v1، لذا تعمل مكتبات عميل OpenAI الحالية دون تغييرات. لا يدعم النموذج أي معاملات طلب إضافية تتجاوز المعاملات القياسية لنقطة النهاية. ولأن نافذة السياق هي 128 رمزاً، أبقِ مدخلات النص قصيرة وتعامل مع كل طلب كعملية تضمين واحدة بدلاً من مستند طويل يُقسَّم بواسطة النموذج نفسه.
إذا كانت مدخلاتك مقاطع نصية طويلة، فستكون نافذة الـ 128 رمزاً هي القيد الحاسم، ومن المرجح أن يكون نموذج تضمين نصي فقط بنافذة سياق أكبر خياراً أفضل. وينطبق الأمر نفسه إذا كنت تحتاج إلى مخرج مُولَّد بدلاً من المتجهات، لأن هذا النموذج يعيد التضمينات فقط. أما بالنسبة للنص القصير، أو الصور، أو مزيج من الاثنين يحتاج إلى أن يوجد في فضاء متجهي مشترك واحد، فهو الخيار المناسب.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "amazon/titan-embed-image-v1",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
لا توجد مواضيع في هذا المجتمع بعد. افتح أول موضوع عن Amazon: Titan Multimodal Embeddings G1.