Nous utilisons des cookies. Les cookies et le stockage du navigateur vous gardent connecté et mémorisent vos préférences. Avec votre accord, nous mesurons aussi l’utilisation du site. Vous pouvez à tout moment. Consultez notre politique relative aux cookies.
amazon/titan-embed-image-v1Utilise votre solde aux prix indiqués ci-dessus. Les nouveaux comptes démarrent avec une consommation gratuite.
Paramètres
Amazon Titan Multimodal Embeddings G1 est un modèle d'embedding d'Amazon, répertorié sur api14 sous l'identifiant de modèle amazon/titan-embed-image-v1. Il appartient à la catégorie des embeddings, ce qui signifie que son rôle est de transformer les entrées en vecteurs plutôt que de générer du texte ou des images. Il s'adresse aux développeurs qui construisent des systèmes de recherche et de recommandation devant fonctionner sur plusieurs types de contenu.
Le modèle accepte du texte, des images, ou du texte et une image ensemble, et produit des embeddings comme seule sortie. Comme toutes ces entrées sont projetées dans un espace vectoriel partagé, une requête textuelle et une image peuvent être comparées directement, ce qui rend possible la recherche cross-modale. La fenêtre de contexte est de 128 tokens, et la sortie maximale est de 115. Les images sont fournies en base64.
Ces capacités correspondent à un ensemble d'usages assez spécifique. La recherche multimodale est l'usage évident : un utilisateur saisit une description et le système récupère les images correspondantes, ou un utilisateur fournit une image et le système récupère le texte correspondant. La recommandation est l'autre cas principal, où des éléments mêlant images et texte sont vectorisés et comparés par similarité. Tout flux de travail nécessitant un index vectoriel unique couvrant les deux modalités, plutôt que deux index séparés, correspond à ce modèle.
Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle amazon/titan-embed-image-v1, donc les bibliothèques clientes OpenAI existantes fonctionnent sans modification. Le modèle ne prend en charge aucun paramètre de requête supplémentaire au-delà des paramètres standard du point de terminaison. Comme la fenêtre de contexte est de 128 tokens, gardez les entrées textuelles courtes et traitez chaque requête comme une opération d'embedding unique plutôt que comme un long document à découper par le modèle lui-même.
Si vos entrées sont de longs passages de texte, la fenêtre de 128 tokens sera la contrainte déterminante, et un modèle d'embedding texte uniquement avec un contexte plus large conviendra probablement mieux. Il en va de même si vous avez besoin d'une sortie générée plutôt que de vecteurs, puisque ce modèle ne renvoie que des embeddings. Pour du texte court, des images, ou une combinaison des deux devant résider dans un espace vectoriel partagé unique, c'est le choix approprié.
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));
Cette communauté n’a encore aucun sujet. Ouvrez le premier sur Amazon: Titan Multimodal Embeddings G1.