Amazon Titan Text Embeddings モデル

Amazon Titan Embeddings モデルには、Amazon Titan Text Embeddings V2 モデルと Titan Text Embeddings G1 モデルがあります。

テキスト埋め込みは、ドキュメント、段落、文などの非構造化テキストの意味があるベクトル表現を表します。テキストの本文を入力すると、出力は (1 x n) のベクトルになります。埋め込みベクトルは、さまざまなアプリケーションで使用できます。

Amazon Titan Text Embeddings v2 モデル (amazon.titan-embed-text-v2:0) では、最大で 8,192 のトークンまたは 50,000 文字を取り込むことができ、1,024 次元のベクトルを出力します。このモデルはテキスト検索タスク向けに最適化されていますが、セマンティック類似性やクラスタリングなどの追加タスクにも使用できます。

Amazon Titan Embeddings モデルは、ドキュメント、段落、文の意味に沿ったセマンティック表現を生成します。Amazon Titan Text Embeddings は、テキストの本文を入力とし、(1 x n) ベクトルを生成します。Amazon Titan Text Embeddings は、より高速な検索 (取得ステップで推奨) のためにレイテンシーを最適化したエンドポイント呼び出しと、より高速なインデックス作成のためにスループットを最適化したバッチジョブによって提供されます。Amazon Titan Text Embeddings v2 は長いドキュメントをサポートしていますが、検索タスクではドキュメントを段落やセクションなどの論理的なセグメントに分割することをお勧めします。

Amazon Titan Text Embeddings V2 モデル

Amazon Titan Embedding Text v2 モデルは英語向けに最適化されており、次の言語向けの多言語サポート機能を備えています。クロス言語クエリ (ナレッジベースを韓国語で提供してドイツ語でクエリするなど) を行うと、最適ではない結果が返されます。