Представляем бинарные вложения для модели Titan Text Embeddings в Amazon Bedrock

Amazon Titan Text Embeddings V2 теперь поддерживает бинарные векторы. С помощью бинарных векторов клиенты могут уменьшить затраты на хранение для своих приложений сгенерированных на основе поиска (RAG), сохраняя при этом похожую точность обычных векторов. Модель Amazon Titan Text Embeddings генерирует семантические представления документов, абзацев и предложений в виде векторов размером 1,024 (по умолчанию), 512 или 256 измерений. С помощью бинарных векторов Titan Text Embeddings V2 будет представлять данные в виде бинарных векторов, где каждый измерение кодируется как одиночная бинарная цифра (0 или 1). Это бинарное представление преобразует высокоразмерные данные в более эффективный формат для хранения в серверном безсерверном Amazon OpenSearch в базах знаний Bedrock для экономически эффективных приложений RAG. Поддержка бинарных векторов доступна в Titan Text Embeddings V2, Amazon OpenSearch Serverless и Amazon Bedrock Knowledge Bases во всех регионах, где поддерживается Amazon Titan Text Embeddings V2. Чтобы узнать больше, посетите документацию по бинарным векторам.