Amazon BedrockにおけるTitan Text Embeddingsモデルのバイナリーエンベッディングスの導入

Amazon Titan Text Embeddings V2 は、バイナリーエンベッディングをサポートしています。バイナリーエンベッディングを使用すると、顧客は、Retrieval Augmented Generation (RAG) アプリケーションのストレージコストを削減しながら、通常のエンベッディングと同等の精度を維持できます。Amazon Titan Text Embeddings モデルは、ドキュメント、パラグラフ、文を、デフォルトでは 1,024 次元、512 次元、256 次元のベクトルとして意味的な表現を生成します。バイナリーエンベッディングでは、Titan Text Embeddings V2 は、各次元を単一のバイナリーデジット (0 または 1) として表現し、高次元データを Amazon OpenSearch Serverless の Bedrock Knowledge Bases でのコスト効果的な RAG アプリケーション向けの効率的なフォーマットに変換します。バイナリーエンベッディングは、Titan Text Embeddings V2、Amazon OpenSearch Serverless、および Amazon Bedrock Knowledge Bases のすべてのリージョンでサポートされています。詳細は、バイナリーエンベッディングのドキュメントを参照してください。