Wektoryzator katalogu modeli Microsoft Foundry (wersja zapoznawcza)

Note

Wyszukiwanie AI platformy Azure jest dostępna za pośrednictwem portalu Azure, interfejsów API REST i Azure SDKs. Jest także podstawą Foundry IQ — zarządzanej warstwy wiedzy, która przekształca treści przedsiębiorstwa w bazy wiedzy wielokrotnego użytku z uwzględnieniem uprawnień dla agentów w portalu Microsoft Foundry.

Ważne

Funkcje, możliwości lub właściwości oznaczone (wersja zapoznawcza) nie są objęte umową dotyczącą poziomu usług, nie są zalecane w przypadku obciążeń produkcyjnych i mogą ulec zmianie lub ograniczeniu, zanim staną się one ogólnie dostępne. Warunki Wyszukiwanie AI platformy Azure wersji zapoznawczej mają zastosowanie do wszystkich funkcji w wersji zapoznawczej, niezależnie od tego, czy jest ona autonomiczna, czy częścią ogólnie dostępnej funkcji.

Wektoryzator katalogu modeli Microsoft Foundry (wersja zapoznawcza) łączy się z modelem osadzającym wdrożonym z katalogu modeli Foundry lub z punktem końcowym Azure Machine Learning (AML). Dane są przetwarzane w obszarze geograficznym , w którym wdrożono model.

Jeśli używasz zintegrowanej wektoryzacji do tworzenia tablic wektorów, zestaw umiejętności powinien zawierać umiejętności AML wskazujące ten sam model określony w wektoryzatorze.

Wymagania wstępne

  • Projekt oparty na centrum Microsoft Foundry lub obszar roboczy AML dla utworzonego modelu niestandardowego.

  • Dla projektów opartych na hubach tylko wdrożenie bezserwerowe obsługiwanego modelu z katalogu modeli Microsoft Foundry. Możesz użyć użyj Azure CLI aby aprowizować wdrożenie bezserwerowe.

Parametry wektoryzatora

Parametry są wrażliwe na wielkość liter. Używane parametry zależą od tego, jakiego uwierzytelniania wymaga dostawca modelu, jeśli istnieje.

Nazwa parametru Opis
uri (Wymagane do uwierzytelniania klucza) Docelowy identyfikator URI wdrożenia bezserwerowego z katalogu modeli Microsoft Foundry lub identyfikator URI punktu końcowego użycia online usługi AML. Dozwolony jest tylko schemat identyfikatora URI HTTPS.
key (Wymagane do uwierzytelniania za pomocą klucza) Klucz interfejsu API dostawcy modelu.
resourceId (Wymagane do uwierzytelniania tokenu) Identyfikator zasobu Azure Resource Manager dostawcy modelu. W przypadku punktu końcowego online usługi AML użyj formatu subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}.
modelName Nazwa modelu osadzania z katalogu modeli Microsoft Foundry wdrożona w określonym uri. Obsługiwane modele (tylko wdrożenia bezserwerowe) to:

  • Cohere-embed-v3-english
  • Cohere-embed-v3-wielojęzyczny
  • Cohere-embed-v4
region (Opcjonalnie na potrzeby uwierzytelniania tokenu) Region, w którym wdrożono dostawcę modelu. Wymagane, jeśli region różni się od regionu usługi wyszukiwania.
timeout (Opcjonalnie) Limit czasu klienta HTTP wywołującego interfejs API. Musi być sformatowana jako wartość XSD "dayTimeDuration" (ograniczony podzestaw wartości czasu trwania ISO 8601 ). Na przykład PT60S przez 60 sekund. Jeśli nie zostanie ustawiona, zostanie wybrana wartość domyślna 30 sekund. Limit czasu można ustawić na maksymalnie 230 sekund i co najmniej 1 sekundę.

Jakie parametry uwierzytelniania mają być używane

Wektoryzator katalogu modeli Microsoft Foundry udostępnia dwie opcje uwierzytelniania:

  • Uwierzytelnianie oparte na kluczach. Należy podać klucz statyczny do uwierzytelniania żądań oceniania z wektoryzatora. Ustaw parametry uri i key dla tego połączenia.

  • Uwierzytelnianie oparte na tokenach. Projekt oparty na centrum rozwiązania Foundry lub punkt końcowy online AML jest wdrażany przy użyciu uwierzytelniania opartego na tokenach. Usługa Wyszukiwanie AI platformy Azure musi mieć tożsamość zarządzaną i przypisanie roli na dostawcy modelu. Następnie wektoryzator używa tożsamości usługi wyszukiwania do uwierzytelniania względem dostawcy modelu bez wymaganych kluczy statycznych. Tożsamość usługi wyszukiwania musi mieć rolę Właściciel lub Współautor . Ustaw parametr resourceId, a jeśli usługa wyszukiwania znajduje się w innym regionie niż dostawca modelu, ustaw parametr region.

Obsługiwane typy zapytań wektorowych

Typy zapytań wektorowych obsługiwane przez wektoryzator katalogu modeli Microsoft Foundry zależą od skonfigurowanego modelName.

Model osadzania Obsługuje zapytanie text Obsługuje zapytanie imageUrl Obsługuje zapytanie imageBinary
Cohere-embed-v3-english X X
Cohere-embed-v3-wielojęzyczny X X
Cohere-embed-v4 X X

Oczekiwane wymiary pola

Oczekiwane wymiary pola dla pola wektorowego skonfigurowanego za pomocą wektoryzatora katalogu modeli Microsoft Foundry zależą od skonfigurowanego modelName.

modelName Oczekiwane wymiary
Cohere-embed-v3-english 1024
Cohere-embed-v3-wielojęzyczny 1024
Cohere-embed-v4 256–1536

Przykładowa definicja

Sugerowane nazwy modeli w katalogu modeli Foundry składają się z modelu podstawowego oraz losowego sufiksu trzyliterowego. Nazwa modelu będzie inna niż nazwa pokazana w tym przykładzie.

"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,
        },
    }
]

Zobacz też

  • Last updated on