Microsoft Foundry-Modellkatalog-Vektorizer (Vorschau)

Note

Foundry IQ (Azure KI-Suche) bietet direkte Indizierungs- und Abfrage-APIs zusammen mit Wissensquellen- und Knowledge Base-APIs auf höherer Ebene für den verwalteten Abruf. Verwenden Sie das Azure Portal, REST-APIs oder Azure SDKs, um diese Funktionen zu konfigurieren, oder verbinden Sie Agents mit Wissensdatenbanken im Microsoft Foundry-Portal.

Wichtig

Microsoft Foundry Model Catalog Vectorizer befindet sich in der öffentlichen Vorschau und unterliegt den ergänzenden Nutzungsbedingungen für Microsoft Azure Previews.

Die für dieses Feature geltenden Vorschaubedingungen finden Sie unter Previewfunktionalität.

Informationen zu Begriffen, die bei der Verwendung unterstützter Nicht-Microsoft-Modelle gelten, finden Sie unter Drittanbietermodelle.

Der Microsoft Foundry-Modellkatalogvektorizer (Vorschau) 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 Geo 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 zwischen Groß- und Kleinschreibung unterschieden. Die von Ihnen verwendeten Parameter hängen davon ab, welche Authentifizierung Ihr Modellanbieter benötigt, falls vorhanden.

Parametername Beschreibung
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 tokenauthentifizierung) Die Azure Resource Manager Ressourcen-ID des Modellanbieters. Verwenden Sie für einen AML-Onlineendpunkt das format subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}.
modelName Der Name des Einbettungsmodells aus dem Microsoft Foundry-Modellkatalog, das im angegebenen uri bereitgestellt wird. Unterstützte Modelle (nur serverlose Bereitstellungen) sind:

  • Cohere-embed-v3-englisch
  • 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 Foundry IQ (Azure KI-Suche)-Dienstes 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). Beispiel PT60S : 60 Sekunden. Wenn nicht festgelegt, wird ein Standardwert von 30 Sekunden ausgewählt. Das Timeout 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- und key-Parameter für diese Verbindung fest.

  • Token-basierte Authentifizierung. Das Foundry hub-basierte Projekt oder der AML-Onlineendpunkt wird mithilfe der Token-basierten Authentifizierung bereitgestellt. Der Foundry IQ-Dienst muss über eine verwaltete Identität und eine Rollenzuweisung für den Modellanbieter verfügen. Der Vektorizer verwendet dann die Findry IQ-Dienstidentität, um sich beim Modellanbieter zu authentifizieren, ohne dass statische Schlüssel erforderlich sind. Die Identität des Foundry IQ-Diensts muss über die Rolle Besitzer oder Mitwirkende verfügen. Legen Sie den resourceId-Parameter fest, und wenn sich der Foundry IQ-Dienst in einer anderen Region als der Modellanbieter befindet, legen Sie den region-Parameter fest.

Unterstützte Vektorabfragetypen

Welche Vektorabfragetypen vom Microsoft Foundry Model Catalog Vectorizer unterstützt werden, hängt vom konfigurierten modelName ab.

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

Erwartete Feldabmessungen

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

modelName Erwartete Dimensionen
Cohere-embed-v3-englisch 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