Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
amazon/titan-embed-image-v1Usa o seu saldo, aos preços acima. Novas contas começam com uso grátis.
Configurações
O Amazon Titan Multimodal Embeddings G1 é um modelo de embedding da Amazon, listado na api14 sob o id de modelo amazon/titan-embed-image-v1. Ele está na categoria de embeddings, o que significa que sua função é transformar entradas em vetores, em vez de gerar texto ou imagens. Ele é voltado para desenvolvedores que criam sistemas de busca e recomendação que precisam funcionar com mais de um tipo de conteúdo.
O modelo aceita texto, imagens, ou texto e imagem juntos, e produz embeddings como sua única saída. Como todas essas entradas são mapeadas em um espaço vetorial compartilhado, uma consulta de texto e uma imagem podem ser comparadas diretamente, o que torna possível a recuperação cross-modal. A janela de contexto é de 128 tokens, e a saída máxima é 115. As imagens são fornecidas como base64.
Essas capacidades apontam para um conjunto bastante específico de usos. A busca multimodal é o mais óbvio: um usuário digita uma descrição e o sistema recupera imagens correspondentes, ou um usuário fornece uma imagem e o sistema recupera texto correspondente. A recomendação é o outro caso principal, em que itens que misturam imagens e texto são incorporados e comparados por similaridade. Qualquer fluxo de trabalho que precise de um único índice vetorial abrangendo ambas as modalidades, em vez de dois índices separados, se encaixa neste modelo.
Você o chama através da API compatível com OpenAI da api14 usando o id de modelo amazon/titan-embed-image-v1, então as bibliotecas de cliente OpenAI existentes funcionam sem alterações. O modelo não suporta parâmetros de requisição adicionais além dos padrões para o endpoint. Como a janela de contexto é de 128 tokens, mantenha as entradas de texto curtas e trate cada requisição como uma única operação de embedding, em vez de um documento longo a ser dividido pelo próprio modelo.
Se suas entradas forem passagens longas de texto, a janela de 128 tokens será a restrição limitante, e um modelo de embedding apenas de texto com um contexto maior provavelmente será mais adequado. O mesmo se aplica se você precisar de saída gerada em vez de vetores, já que este modelo retorna apenas embeddings. Para texto curto, imagens, ou uma combinação dos dois que precise viver em um único espaço vetorial compartilhado, ele é a escolha apropriada.
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));
Esta comunidade ainda não tem tópicos. Abra o primeiro sobre Amazon: Titan Multimodal Embeddings G1.