Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
初めてですか？使い方をご紹介します プレイグラウンド、モデル、APIキーを1分でご案内します。
Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
amazon/titan-embed-image-v1上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
Amazon Titan Multimodal Embeddings G1 は Amazon の埋め込みモデルで、api14 にモデル ID amazon/titan-embed-image-v1 で掲載されています。これは埋め込みカテゴリに属しており、つまりテキストや画像を生成するのではなく、入力をベクトルに変換することを役割としています。複数の種類のコンテンツをまたいで動作する必要がある検索および推薦システムを構築する開発者を対象としています。
このモデルはテキスト、画像、またはテキストと画像の組み合わせを受け取り、出力として埋め込みのみを生成します。これらの入力はすべて共有のベクトル空間にマッピングされるため、テキストクエリと画像を直接比較でき、それがクロスモーダル検索を可能にしています。コンテキストウィンドウは 128 トークンで、最大出力は 115 です。画像は base64 として提供されます。
これらの機能は、かなり特定の用途を示しています。マルチモーダル検索は明らかな例です。ユーザーが説明を入力するとシステムが一致する画像を取得する、またはユーザーが画像を提供するとシステムが一致するテキストを取得します。もう一つの主なケースは推薦で、画像とテキストが混在するアイテムが埋め込まれ、類似度によって比較されます。2 つの別々のインデックスではなく、両方のモダリティにまたがる単一のベクトルインデックスを必要とするワークフローは、このモデルに適しています。
これは api14 の OpenAI 互換 API を通じて、モデル ID amazon/titan-embed-image-v1 を使用して呼び出すため、既存の OpenAI クライアントライブラリが変更なしで動作します。このモデルは、エンドポイントの標準パラメータ以外に追加のリクエストパラメータをサポートしていません。コンテキストウィンドウが 128 トークンであるため、テキスト入力は短く保ち、各リクエストをモデル自体によってチャンク分割される長い文書ではなく、単一の埋め込み操作として扱ってください。
入力が長いテキストの段落である場合、128 トークンのウィンドウが制約となり、より大きなコンテキストを持つテキスト専用の埋め込みモデルの方が適している可能性があります。ベクトルではなく生成された出力が必要な場合も同様です。このモデルは埋め込みのみを返すためです。短いテキスト、画像、または 1 つの共有ベクトル空間に存在する必要があるその組み合わせには、これが適切な選択です。
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));
このコミュニティにはまだトピックがありません。Amazon: Titan Multimodal Embeddings G1について最初のトピックを立てましょう。