Freigeben über

Microsoft Foundry-Modellkatalogvektorizer

Important

Dieser Vektorizer befindet sich in der öffentlichen Vorschau unter ergänzenden Nutzungsbedingungen. Um dieses Feature zu verwenden, empfehlen wir die neueste Vorschauversion von Indizes – Erstellen oder Aktualisieren (REST-API).

Der Microsoft Foundry-Modellkatalog-Vektorizer stellt eine Verbindung mit einem einbettenden Modell her, das aus dem Foundry-Modellkatalog oder einem Azure Machine Learning (AML)-Endpunkt bereitgestellt wird. Ihre Daten werden im geografischen Raum verarbeitet, in dem Ihr Modell bereitgestellt wird.

Wenn Sie die integrierte Vektorisierung zum Erstellen der Vektorarrays verwenden, sollte das Skillset eine AML-Fähigkeit enthalten, die auf das im Vektorizer angegebene Modell verweist.

Voraussetzungen

Vectorizer-Parameter

Bei Parametern wird die Groß-/Kleinschreibung beachtet. Die von Ihnen verwendeten Parameter hängen davon ab, welche Authentifizierung Ihr Modellanbieter benötigt, falls vorhanden.

Parametername Description
uri (Erforderlich für die Schlüsselauthentifizierung) Der Ziel-URI der serverlosen Bereitstellung aus dem Microsoft Foundry-Modellkatalog oder dem Bewertungs-URI des AML-Onlineendpunkts. Nur das HTTPS-URI-Schema ist zulässig.
key (Erforderlich für die Schlüsselauthentifizierung) Der API-Schlüssel des Modellanbieters.
resourceId (Erforderlich für die Tokenauthentifizierung) Die Ressourcen-ID des Azure Resource Manager des Modellanbieters. Verwenden Sie für einen AML-Onlineendpunkt das subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} Format.
modelName Der Name des Einbettungsmodells aus dem Microsoft Foundry-Modellkatalog, der im angegebenen Bereich uribereitgestellt wird. Unterstützte Modelle (nur serverlose Bereitstellungen) sind:

  • Cohere-embed-v3-english
  • Cohere-embed-v3-multilingual
  • Cohere-embed-v4
region (Optional für die Tokenauthentifizierung) Die Region, in der der Modellanbieter bereitgestellt wird. Erforderlich, wenn sich die Region von der Region des Suchdiensts unterscheidet.
timeout (Optional) Das Timeout für den HTTP-Client, der den API-Aufruf vornimmt. Es muss als XSD-Wert „dayTimeDuration“ formatiert sein (eine eingeschränkte Teilmenge eines ISO 8601-Zeitwerts). Zum Beispiel PT60S für 60 Sekunden. Wenn kein Wert festgelegt ist, wird ein Standardwert von 30 Sekunden ausgewählt. Das Zeitlimit kann auf maximal 230 Sekunden und mindestens 1 Sekunde festgelegt werden.

Zu verwendende Authentifizierungsparameter

Der Microsoft Foundry-Modellkatalogvektorizer bietet zwei Authentifizierungsoptionen:

  • Schlüsselbasierte Authentifizierung. Sie stellen einen statischen Schlüssel zum Authentifizieren von Bewertungsanforderungen vom Vektorizer bereit. Legen Sie die uri Parameter für diese Verbindung fest key .

  • Tokenbasierte Authentifizierung. Das Foundry Hub-basierte Projekt oder DER AML-Onlineendpunkt wird mithilfe der tokenbasierten Authentifizierung bereitgestellt. Der Azure AI Search-Dienst muss über eine verwaltete Identität und eine Rollenzuweisung für den Modellanbieter verfügen. Der Vektorizer verwendet dann die Suchdienstidentität, um sich beim Modellanbieter zu authentifizieren, ohne dass statische Schlüssel erforderlich sind. Die Identität des Suchdiensts muss über die Rolle "Besitzer " oder "Mitwirkender " verfügen. Legen Sie den resourceId Parameter fest, und legen Sie den Parameter fest, region wenn sich der Suchdienst in einem anderen Bereich des Modellanbieters befindet.

Unterstützte Vektorabfragetypen

Welche Vektorabfragetypen vom Microsoft Foundry-Modellkatalogvektorizer unterstützt werden, hängt von der modelName Konfiguration ab.

Einbettungsmodell Unterstützt text-Abfrage Unterstützt imageUrl-Abfrage Unterstützt imageBinary-Abfrage
Cohere-embed-v3-english X X
Cohere-embed-v3-multilingual X X
Cohere-embed-v4 X X

Erwartete Felddimensionen

Die erwarteten Feldabmessungen für ein Vektorfeld, das mit einem Microsoft Foundry-Modellkatalogvektorizer konfiguriert ist, hängen von der modelName konfiguration ab.

modelName Erwartete Dimensionen
Cohere-embed-v3-english 1024
Cohere-embed-v3-multilingual 1024
Cohere-embed-v4 256–1536

Beispieldefinition

Vorgeschlagene Modellnamen im Foundry-Modellkatalog bestehen aus dem Basismodell und einem zufälligen Suffix mit drei Buchstaben. Der Name Ihres Modells unterscheidet sich von der in diesem Beispiel gezeigten.

"vectorizers": [
    {
        "name": "my-model-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://Cohere-embed-v3-multilingual-hin.eastus.models.ai.azure.com",
            "key": "aaaaaaaa-0b0b-1c1c-2d2d-333333333333",
            "timeout": "PT60S",
            "modelName": "Cohere-embed-v3-multilingual-hin",
            "resourceId": null,
            "region": null,
        },
    }
]

Siehe auch

  • Last updated on