메모
Foundry IQ (Azure AI 검색)는 관리 검색을 위해 고급 수준의 지식 원본 API 및 지식 베이스 API와 함께 직접 인덱싱 및 쿼리 API를 제공합니다. Azure 포털, REST API 또는 Azure SDK 사용하여 이러한 기능을 구성하거나 Microsoft Foundry 포털의 기술 자료에 에이전트를 연결합니다.
중요
Microsoft Foundry 모델 카탈로그 벡터라이저는 공개 미리 보기로 제공되며 Microsoft Azure 미리 보기에 대한 추가 사용 약관의 적용을 받습니다.
이 기능과 관련된 미리 보기 관련 약관은 미리 보기 기능을 참조하세요.
지원되는 비 Microsoft 모델을 사용할 때 적용되는 용어는 타사 모델을 참조하세요.
Microsoft Foundry 모델 카탈로그 벡터라이저(미리 보기)는 Foundry 모델 카탈로그 또는 AML(Azure Machine Learning) 엔드포인트에서 배포된 포함 모델에 연결합니다. 데이터는 모델이 배포된 지오(Geo )에서 처리됩니다.
통합 벡터화를 사용하여 벡터 배열을 만드는 경우 기술 세트에는 벡터라이저에 지정된 동일한 모델을 가리키는 AML 기술이 포함되어야 합니다.
필수 구성 요소
만든 사용자 지정 모델에 대한 Microsoft Foundry 허브 기반 프로젝트 또는 AML 작업 영역.
허브 기반 프로젝트의 경우 Microsoft Foundry 모델 카탈로그에서 지원되는 모델 서버리스 배포입니다. Azure CLI 사용하여 서버리스 배포를 프로비전할 수 있습니다.
벡터라이저 매개 변수
매개변수는 대소문자를 구분합니다. 사용하는 매개 변수는 모델 공급자에 필요한 인증(있는 경우)에 따라 달라집니다.
| 매개 변수 이름 | 설명 |
|---|---|
uri |
(키 인증에 필요) Microsoft Foundry 모델 카탈로그의 서버리스 배포 대상 URI 또는 AML 온라인 끝점의 스코어링 URI입니다. HTTPS URI 스키마만 허용됩니다. |
key |
( 키 인증에 필요) 모델 공급자의 API 키입니다. |
resourceId |
( 토큰 인증에 필요) 모델 공급자의 Azure Resource Manager 리소스 ID입니다. AML 온라인 엔드포인트의 경우 subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} 형식을 사용합니다. |
modelName |
지정된 uri에 배포된 Microsoft Foundry 모델 카탈로그의 임베딩 모델 이름입니다. 지원되는 모델(서버리스 배포만 해당)은 다음과 같습니다.
|
region |
( 토큰 인증의 경우 선택 사항) 모델 공급자가 배포되는 지역입니다. 지역이 Foundry IQ(Azure AI 검색) 서비스의 지역과 다른 경우 필요합니다. |
timeout |
(선택 사항) API를 호출하는 HTTP 클라이언트에 대한 시간 제한입니다. XSD "dayTimeDuration" 값( ISO 8601 기간 값의 제한된 하위 집합)으로 서식을 지정해야 합니다. 예를 들어 60초 동안 PT60S가 필요합니다. 설정하지 않으면 기본값인 30초가 선택됩니다. 제한 시간은 최대 230초, 최소 1초로 설정할 수 있습니다. |
사용할 인증 매개 변수
Microsoft Foundry 모델 카탈로그 벡터라이저는 두 가지 인증 옵션을 제공합니다.
키 기반 인증. 정적 키를 제공하여 벡터라이저의 점수 매기기 요청을 인증합니다. 이 연결에
uri대한 매개 변수와key매개 변수를 설정합니다.토큰 기반 인증입니다. Foundry 허브 기반 프로젝트 또는 AML 온라인 엔드포인트는 토큰 기반 인증을 사용하여 배포됩니다. Foundry IQ 서비스에는 모델 공급자에 대한 역할 할당과 관리형 ID가 있어야 합니다. 그런 다음 벡터라이저는 Foundry IQ 서비스 ID를 사용하여 정적 키 없이 모델 공급자에 대해 인증합니다. Foundry IQ 서비스 ID에는 Owner 또는 Contributor 역할이 할당되어 있어야 합니다.
resourceId매개 변수를 설정하고, Foundry IQ 서비스가 모델 공급자와 다른 지역에 있는 경우에는region매개 변수도 설정합니다.
지원되는 벡터 쿼리 형식
Microsoft Foundry 모델 카탈로그 벡터라이저에서 지원하는 벡터 쿼리 형식은 구성된 modelName 따라 달라집니다.
| 임베딩 모델 |
text 쿼리를 지원합니다 |
imageUrl 쿼리를 지원합니다 |
imageBinary 쿼리를 지원합니다 |
|---|---|---|---|
| Cohere-embed-v3-english | X | X | |
| Cohere-embed-v3-multilingual | X | X | |
| Cohere-embed-v4 | X | X |
예상 필드 크기
Microsoft Foundry 모델 카탈로그 벡터라이저로 구성된 벡터 필드의 예상 필드 차원은 구성된 modelName 따라 달라집니다.
modelName |
예상 크기 |
|---|---|
| Cohere-embed-v3-english | 1024 |
| Cohere-embed-v3-multilingual | 1024 |
| Cohere-embed-v4 | 256–1536 |
샘플 정의
Foundry 모델 카탈로그에서 제안된 모델 이름은 기본 모델과 임의의 세 글자 접미사로 구성됩니다. 모델 이름은 이 예제에 표시된 이름과 다릅니다.
"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,
},
}
]