Presentazione del modello Binary Embeddings per Embedding di testo Titan in Amazon Bedrock
Embedding di testo Amazon Titan V2 ora supporta Binary Embeddings. Con Binary Embeddings, i clienti possono ridurre i costi di storage per le loro applicazioni di generazione potenziata tramite recupero (RAG) mantenendo una precisione simile a quella degli embedding regolari.
Il modello Embedding di testo Amazon Titan genera rappresentazioni semantiche di documenti, paragrafi e frasi, come vettori dimensionali da 1.024 (impostazione predefinita), 512 o 256. Con Binary Embeddings, Embedding di testo Titan V2 rappresenterà i dati come vettori binari con ogni dimensione codificata come una singola cifra binaria (0 o 1). Questa rappresentazione binaria converte i dati ad alta dimensionalità in un formato più efficiente per l'archiviazione in Amazon OpenSearch Serverless in basi di conoscenza Bedrock per applicazioni RAG convenienti.
Binary Embeddings è supportato in Embedding di testo Titan V2, Amazon OpenSearch Serverless e basi di conoscenza Amazon Bedrock in tutte le regioni in cui è supportato Embedding di testo Amazon Titan V2. Per saperne di più, consulta la documentazione per Binary Embeddings.