Présentation des embeddings binaires pour le modèle d'embeddings de texte Titan dans Amazon Bedrock

Amazon Titan Text Embeddings V2 prend désormais en charge les embeddings binaires. Avec les embeddings binaires, les clients peuvent réduire le coût de stockage pour leurs applications de génération augmentée de récupération (RAG) tout en maintenant une précision similaire à celle des embeddings réguliers. Le modèle Amazon Titan Text Embeddings génère des représentations sémantiques de documents, de paragraphes et de phrases sous forme de vecteurs de 1 024 (par défaut), 512 ou 256 dimensions. Avec les embeddings binaires, Titan Text Embeddings V2 représentera les données sous forme de vecteurs binaires, chaque dimension étant codée sous la forme d'un seul chiffre binaire (0 ou 1). Cette représentation binaire convertit les données à haute dimension en un format plus efficace pour le stockage dans Amazon OpenSearch Serverless dans les bases de connaissances Bedrock pour des applications RAG rentables. Les embeddings binaires sont pris en charge dans Titan Text Embeddings V2, Amazon OpenSearch Serverless et Amazon Bedrock Knowledge Bases dans toutes les régions où Amazon Titan Text Embeddings V2 est pris en charge. Pour en savoir plus, consultez la documentation sur les embeddings binaires.