Modelos de Amazon Titan Text Embeddings

Los modelos de incrustaciones de Amazon Titan incluyen Amazon Titan Text Embeddings V2 y Titan Text Embeddings G1.

Las incrustaciones de texto representan representaciones vectoriales significativas de texto no estructurado, como documentos, párrafos y oraciones. Se introduce un cuerpo de texto y el resultado es un vector (1 x n). Puede utilizar vectores de incrustación en una amplia variedad de aplicaciones.

El modelo Amazon Titan Text Embedding v2 (amazon.titan-embed-text-v2:0) puede ingerir hasta 8192 tokens o 50 000 caracteres y generar un vector de 1024 dimensiones. El modelo está optimizado para las tareas de recuperación de texto, pero también se puede usar para tareas adicionales, como la similitud semántica y la agrupación en clústeres.

Los modelos Amazon Titan Embeddings generan una representación semántica significativa de documentos, párrafos y oraciones. Amazon Titan Text Embeddings toma como entrada un cuerpo de texto y genera un vector (1 x n). Amazon Titan Text Embeddings se ofrece mediante la invocación de puntos finales optimizada para la latencia para generar vectores con una latencia baja (se recomienda durante el paso de recuperación), así como trabajos por lotes con rendimiento optimizado para una indexación más rápida. El cálculo y la recuperación reales de la similitud los realiza su base de datos vectoriales, no el modelo de incrustación. Amazon Titan Text Embeddings v2 también admite documentos largos; sin embargo, para las tareas de recuperación, se recomienda segmentar los documentos en segmentos lógicos, como párrafos o secciones.

Modelo Amazon Titan Text Embeddings versión 2

El modelo Amazon Titan Embedding Text v2 está optimizado para el inglés y es compatible con varios idiomas en los siguientes idiomas. Cross-language las consultas (como proporcionar una base de conocimientos en coreano y consultarla en alemán) arrojarán resultados subóptimos.