Einführung binärer Einbettungen für das Modell Titan Text Embeddings in Amazon Bedrock
Amazon Titan Text Embeddings V2 unterstützt jetzt binäre Einbettungen. Mit binären Einbettungen können Kunden die Speicherkosten für ihre RAG-Anwendungen (Retrieval Augmented Generation) senken und gleichzeitig eine vergleichbare Genauigkeit wie bei regulären Einbettungen beibehalten.
Das Modell Amazon Titan Text Embeddings generiert semantische Darstellungen von Dokumenten, Abschnitten und Sätzen als 1.024 (Standard)-, 512- oder 256-dimensionale Vektoren. Mit binären Einbettungen werden Titan Text Embeddings V2 Daten als binäre Vektoren dargestellt, wobei jede Dimension als einzelne binäre Ziffer (0 oder 1) codiert ist. Diese binäre Darstellng konvertiert hochdimensionale Daten zur Speicherung in Amazon OpenSearch Serverless in Bedrock-Wissensdatenbanken für kosteneffiziente RAG-Anwendungen in ein effizienteres Format.
Binäre Einbettungen werden in Titan Text Embeddings V2, Amazon OpenSearch Serverless und Amazon-Bedrock-Wissensdatenbanken in allen Regionen unterstützt, in denen Amazon Titan Text Embeddings V2 unterstützt wird. Weitere Informationen finden Sie in der Dokumentation zu binäre Einbettungen.