Microsoft Foundry モデル カタログ ベクターライザー (プレビュー)

Note

Azure AI 検索は、Azure ポータル、REST API、およびAzure SDKから使用できます。 また、Foundry IQ は、エンタープライズ コンテンツを、Microsoft Foundry ポータルのエージェントの再利用可能なアクセス許可に対応したナレッジ ベースに変換するマネージド ナレッジ レイヤーです。

重要

機能、またはマークされたプロパティ (プレビュー) は、サービス レベル アグリーメントの対象ではなく、運用環境のワークロードには推奨されず、一般公開される前に変更または制約される可能性があります。 Azure AI 検索 プレビューの用語は、スタンドアロンでも一般公開されている機能の一部でも、すべてのプレビュー機能に適用されます。

Microsoft Foundry モデル カタログ ベクターライザー (プレビュー) は、Foundry モデル カタログまたは Azure Machine Learning (AML) エンドポイントからデプロイされた埋め込みモデルに接続します。 データはモデルがデプロイされる Geo で処理されます。

統合ベクター化を使用してベクター配列を作成する場合、スキルセットには、ベクター化で指定された同じモデルを指す AML スキル が含まれている必要があります。

前提 条件

ベクトライザーのパラメーター

パラメータは大文字・小文字を区別します。 使用するパラメーターは、 モデル プロバイダーに必要な認証 (ある場合) によって異なります。

パラメーター名 説明
uri (key 認証に必要)Microsoft Foundry モデル カタログからのサーバーレス デプロイのターゲット URI、または AML オンライン エンドポイントの スコアリング URI。 HTTPS URI スキームのみが許可されます。
key ( キー認証に必要)モデル プロバイダーの API キー。
resourceId (トークン認証に必要)モデル プロバイダーのAzure Resource Manager リソース ID。 AML オンライン エンドポイントの場合は、subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} 形式を使用します。
modelName 指定した uri にデプロイされた、Microsoft Foundry モデル カタログからの埋め込みモデルの名前。 サポートされているモデル (サーバーレス デプロイのみ) は次のとおりです。

  • Cohere-embed-v3-英語
  • Cohere-embed-v3-多言語
  • Cohere-embed-v4
region ( トークン認証の場合は省略可能)モデル プロバイダーがデプロイされているリージョン。 リージョンが検索サービスのリージョンと異なる場合に必要です。
timeout (省略可能)API 呼び出しを行う HTTP クライアントのタイムアウト。 XSD "dayTimeDuration" 値 ( ISO 8601 期間 値の制限されたサブセット) として書式設定する必要があります。 たとえば、PT60S が 60 秒間行われます。 設定しない場合は、既定値の 30 秒が選択されます。 タイムアウトは最大 230 秒、最小 1 秒に設定できます。

使用する認証パラメーター

Microsoft Foundry モデル カタログ ベクターライザーには、次の 2 つの認証オプションがあります。

  • キーベースの認証。 ベクターライザーからのスコア付け要求を認証するための静的キーを指定します。 この接続の uri パラメーターと key パラメーターを設定します。

  • トークン ベースの認証。 Foundry ハブベースのプロジェクトまたは AML オンライン エンドポイントは、トークン ベースの認証を使用してデプロイされます。 Azure AI 検索 サービスには、管理 ID と、モデル プロバイダーに対するロールの割り当てが必要です。 その後、vectorizer は検索サービス ID を使用して、静的キーを必要とせず、モデル プロバイダーに対して認証します。 検索サービス ID には 、所有者 ロールまたは 共同作成者 ロールが必要です。 resourceId パラメーターを設定し、検索サービスがモデル プロバイダーとは異なるリージョンにある場合は、region パラメーターを設定します。

サポートされているベクター クエリの種類

Microsoft Foundry モデル カタログ ベクターライザーでサポートされるベクター クエリの種類は、構成されているmodelNameによって異なります。

埋め込みモデル text クエリをサポート imageUrl クエリをサポート imageBinary クエリをサポート
Cohere-embed-v3-英語 X X
Cohere-embed-v3-多言語 X X
Cohere-embed-v4 X X

予想されるフィールドディメンション

Microsoft Foundry モデル カタログ ベクターライザーで構成されたベクター フィールドの予想されるフィールドディメンションは、構成されている modelNameによって異なります。

modelName 予想されるディメンション
Cohere-embed-v3-英語 1024
Cohere-embed-v3-多言語 1024
Cohere-embed-v4 256–1536

サンプル定義

Foundry モデル カタログの推奨されるモデル名は、基本モデルとランダムな 3 文字のサフィックスで構成されます。 モデルの名前は、この例で示した名前とは異なります。

"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,
        },
    }
]

関連項目

  • Last updated on