쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
처음이신가요? 사용법을 확인해 보세요 플레이그라운드, 모델, API 키를 1분 만에 둘러보세요.
쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
amazon/titan-embed-image-v1위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.
Amazon Titan Multimodal Embeddings G1은 Amazon의 임베딩 모델로, api14에 모델 id amazon/titan-embed-image-v1로 등록되어 있습니다. 이 모델은 embeddings 카테고리에 속하며, 이는 텍스트나 이미지를 생성하는 것이 아니라 입력을 벡터로 변환하는 역할을 한다는 뜻입니다. 여러 유형의 콘텐츠를 아우르는 검색 및 추천 시스템을 구축하는 개발자를 대상으로 합니다.
이 모델은 텍스트, 이미지 또는 텍스트와 이미지를 함께 입력받으며, 출력으로는 임베딩만 생성합니다. 이러한 모든 입력이 공유 벡터 공간에 매핑되기 때문에 텍스트 쿼리와 이미지를 직접 비교할 수 있으며, 이것이 교차 모달 검색을 가능하게 합니다. 컨텍스트 윈도우는 128 토큰이고, 최대 출력은 115입니다. 이미지는 base64로 제공됩니다.
이러한 기능은 상당히 특정한 용도들을 가리킵니다. 멀티모달 검색이 가장 명확한 예입니다. 사용자가 설명을 입력하면 시스템이 일치하는 이미지를 검색하거나, 사용자가 이미지를 제공하면 시스템이 일치하는 텍스트를 검색합니다. 추천은 또 다른 주요 사례로, 이미지와 텍스트가 섞인 항목들을 임베딩하고 유사도로 비교합니다. 두 개의 개별 인덱스가 아니라 두 모달을 아우르는 단일 벡터 인덱스가 필요한 모든 워크플로에 이 모델이 적합합니다.
api14의 OpenAI 호환 API를 통해 모델 id amazon/titan-embed-image-v1을 사용하여 호출하므로, 기존 OpenAI 클라이언트 라이브러리가 변경 없이 작동합니다. 이 모델은 엔드포인트의 표준 파라미터 외에 추가 요청 파라미터를 지원하지 않습니다. 컨텍스트 윈도우가 128 토큰이므로 텍스트 입력을 짧게 유지하고, 각 요청을 모델 자체가 청킹할 긴 문서가 아니라 단일 임베딩 작업으로 취급하십시오.
입력이 긴 텍스트 구절이라면 128 토큰 윈도우가 제약이 될 것이며, 더 큰 컨텍스트를 가진 텍스트 전용 임베딩 모델이 더 적합할 가능성이 높습니다. 벡터가 아닌 생성된 출력이 필요한 경우에도 마찬가지입니다. 이 모델은 임베딩만 반환하기 때문입니다. 짧은 텍스트, 이미지 또는 하나의 공유 벡터 공간에 있어야 하는 이 둘의 조합이라면 이 모델이 적절한 선택입니다.
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));
이 커뮤니티에는 아직 토픽이 없습니다. Amazon: Titan Multimodal Embeddings G1에 대한 첫 토픽을 열어 보세요.