Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
amazon/titan-embed-image-v1Läuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Amazon Titan Multimodal Embeddings G1 ist ein Embedding-Modell von Amazon, das auf api14 unter der Modell-ID amazon/titan-embed-image-v1 gelistet ist. Es gehört zur Kategorie Embeddings, was bedeutet, dass seine Aufgabe darin besteht, Eingaben in Vektoren umzuwandeln, statt Text oder Bilder zu generieren. Es richtet sich an Entwickler, die Such- und Empfehlungssysteme bauen, die über mehr als einen Inhaltstyp hinweg funktionieren müssen.
Das Modell akzeptiert Text, Bilder oder Text und Bild zusammen und erzeugt als einzige Ausgabe Embeddings. Da all diese Eingaben in einen gemeinsamen Vektorraum abgebildet werden, können eine Textabfrage und ein Bild direkt verglichen werden, was crossmodales Retrieval ermöglicht. Das Kontextfenster beträgt 128 Tokens, und die maximale Ausgabe ist 115. Bilder werden als base64 übergeben.
Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Anwendungsfällen hin. Multimodale Suche ist der offensichtliche: Ein Nutzer tippt eine Beschreibung ein und das System ruft passende Bilder ab, oder ein Nutzer liefert ein Bild und das System ruft passenden Text ab. Empfehlung ist der andere Hauptfall, bei dem Elemente, die Bilder und Text mischen, eingebettet und nach Ähnlichkeit verglichen werden. Jeder Workflow, der einen einzelnen Vektorindex über beide Modalitäten hinweg benötigt statt zwei getrennter Indizes, passt zu diesem Modell.
Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID amazon/titan-embed-image-v1 auf, sodass bestehende OpenAI-Client-Bibliotheken ohne Änderungen funktionieren. Das Modell unterstützt keine zusätzlichen Anfrageparameter über die Standardparameter für den Endpunkt hinaus. Da das Kontextfenster 128 Tokens beträgt, halten Sie Texteingaben kurz und behandeln Sie jede Anfrage als einen einzelnen Embedding-Vorgang statt als ein langes Dokument, das vom Modell selbst aufgeteilt werden soll.
Wenn Ihre Eingaben lange Textpassagen sind, wird das Fenster von 128 Tokens die einschränkende Größe sein, und ein textreines Embedding-Modell mit größerem Kontext ist wahrscheinlich besser geeignet. Dasselbe gilt, wenn Sie generierte Ausgaben statt Vektoren benötigen, da dieses Modell nur Embeddings zurückgibt. Für kurzen Text, Bilder oder eine Kombination der beiden, die in einem gemeinsamen Vektorraum leben muss, ist es die passende Wahl.
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));
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Amazon: Titan Multimodal Embeddings G1.