Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
amazon/titan-embed-image-v1Usa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Amazon Titan Multimodal Embeddings G1 è un modello di embedding di Amazon, elencato su api14 con l'id modello amazon/titan-embed-image-v1. Si colloca nella categoria embeddings, il che significa che il suo compito è trasformare gli input in vettori anziché generare testo o immagini. È pensato per sviluppatori che costruiscono sistemi di ricerca e raccomandazione che devono funzionare su più di un tipo di contenuto.
Il modello accetta testo, immagini, o testo e immagine insieme, e produce embedding come unico output. Poiché tutti questi input vengono mappati in uno spazio vettoriale condiviso, una query testuale e un'immagine possono essere confrontate direttamente, ed è questo che rende possibile il recupero cross-modale. La finestra di contesto è di 128 token, e l'output massimo è 115. Le immagini vengono fornite come base64.
Queste capacità indicano un insieme di utilizzi piuttosto specifico. La ricerca multimodale è quello ovvio: un utente digita una descrizione e il sistema recupera immagini corrispondenti, oppure un utente fornisce un'immagine e il sistema recupera testo corrispondente. La raccomandazione è l'altro caso principale, in cui elementi che mescolano immagini e testo vengono sottoposti a embedding e confrontati per similarità. Qualsiasi flusso di lavoro che necessiti di un singolo indice vettoriale che copra entrambe le modalità, anziché due indici separati, si adatta a questo modello.
Lo si chiama tramite l'API compatibile con OpenAI di api14 usando l'id modello amazon/titan-embed-image-v1, quindi le librerie client OpenAI esistenti funzionano senza modifiche. Il modello non supporta parametri di richiesta aggiuntivi oltre a quelli standard per l'endpoint. Poiché la finestra di contesto è di 128 token, mantieni gli input testuali brevi e considera ogni richiesta come una singola operazione di embedding anziché come un lungo documento da suddividere in chunk dal modello stesso.
Se i tuoi input sono lunghi passaggi di testo, la finestra di 128 token sarà il vincolo determinante, e un modello di embedding solo testuale con un contesto più ampio è probabilmente più adatto. Lo stesso vale se hai bisogno di output generato anziché di vettori, poiché questo modello restituisce solo embedding. Per testo breve, immagini, o una combinazione dei due che deve risiedere in un unico spazio vettoriale condiviso, è la scelta appropriata.
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));
Questa community non ha ancora discussioni. Apri la prima su Amazon: Titan Multimodal Embeddings G1.