Model sematan dan rangking ulang Qwen3 untuk pengambilan kini tersedia di Amazon SageMaker JumpStart
Hari ini, AWS mengumumkan ketersediaan Qwen3-VL-Embedding-2B dan Qwen3-Reranker-4B di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang tersedia bagi pelanggan AWS. Model-model dari Qwen ini dirancang untuk pengambilan informasi dan pemahaman lintas modal, memungkinkan pelanggan untuk membangun alur pencarian komprehensif pada infrastruktur AWS. Kedua model tersebut biasanya digunakan secara bersamaan: model penyematan melakukan penarikan awal yang efisien, sementara reranker menyempurnakan hasil pada tahap peringkat ulang selanjutnya.
Model-model ini menangani berbagai tahapan dalam alur kerja pengambilan data dengan kemampuan khusus:
Qwen3-VL-Embedding-2B menerima beragam input termasuk teks, gambar, tangkapan layar, dan video, serta input yang berisi campuran dari modalitas ini, dan menghasilkan vektor yang kaya secara semantik yang menangkap informasi visual dan tekstual dalam ruang bersama. Aplikasi ini memberikan performa yang unggul di berbagai tugas multimodal seperti pencarian gambar-teks, pencocokan video-teks, menjawab pertanyaan secara visual, dan pengelompokan konten multimodal, dengan dukungan untuk lebih dari 30 bahasa.
Qwen3-Reranker-4B menerima pasangan kueri dan dokumen sebagai input dan output skor relevansi yang tepat untuk menyempurnakan hasil pencarian. Perangkat lunak ini mendukung pengambilan teks, pengambilan kode, klasifikasi teks, pengelompokan teks, dan penambangan bitext di lebih dari 100 bahasa, dengan instruksi yang ditentukan pengguna untuk meningkatkan kinerja untuk tugas, bahasa, atau skenario tertentu.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka. Untuk memulai dengan model ini, buka bagian Model di SageMaker Studio atau gunakan SageMaker Python SDK untuk menerapkan model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan penggunaan model fondasi di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.