Microsoft vetorizador do catálogo de modelos do Foundry (versão prévia)

O vetorizador (versão prévia) do catálogo de modelos do Microsoft Foundry conecta-se a um modelo de embedding implantado a partir do catálogo de modelos do Foundry ou de um endpoint do Azure Machine Learning (AML). Seus dados são processados na Geo onde seu modelo é implantado.

Se você estiver usando a vetorização integrada para criar as matrizes de vetor, o conjunto de habilidades deverá incluir uma habilidade AML que aponte para o mesmo modelo especificado no vetorizador.

Pré-requisitos

• Um projeto baseado no hub Microsoft Foundry ou em um workspace AML para um modelo personalizado que você cria.

• Apenas para projetos baseados em hub, uma implantação sem servidor de um modelo compatível do catálogo de modelos do Microsoft Foundry. Você pode usar use o CLI do Azure para provisionar a implantação sem servidor.

Parâmetros do Vectorizador

Os parâmetros diferenciam maiúsculas de minúsculas. Os parâmetros usados dependem de qual autenticação seu provedor de modelos requer, se houver.

Quais parâmetros de autenticação usar

O vetor do catálogo de modelos do Microsoft Foundry fornece duas opções de autenticação:

• Autenticação baseada em chave. Você fornece uma chave estática para autenticar solicitações de pontuação do vetorizador. Defina os parâmetros uri e key para essa conexão.

• Autenticação baseada em token. O projeto baseado em hub do Foundry ou o ponto de extremidade online de AML é implementado usando autenticação baseada em token. O serviço Pesquisa de IA do Azure  deve ter uma identidade gerenciada e uma atribuição de função no provedor de modelo. Em seguida, o vetorizador usa a identidade do serviço de pesquisa para autenticar-se no provedor do modelo, sem a necessidade de chaves estáticas. A identidade do serviço de pesquisa deve ter a função Proprietário ou Colaborador . Defina o resourceId parâmetro e, se o serviço de pesquisa estiver em uma região diferente do provedor de modelo, defina o region parâmetro.

Tipos de consulta de vetor com suporte

Os tipos de consulta vetorial suportados pelo vetorizador do catálogo de modelos do Microsoft Foundry dependem do modelName que está configurado.

Dimensões de campo esperadas

As dimensões de campo esperadas para um campo vetorial configurado com um vetorizador do catálogo de modelos do Microsoft Foundry dependem do modelName configurado.

Definição de exemplo

Os nomes de modelo sugeridos no catálogo de modelos do Foundry consistem no modelo base mais um sufixo aleatório de três letras. O nome do modelo será diferente do mostrado neste exemplo.

"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,
        },
    }
]

Consulte também

• Vetorização integrada
• Vetorização integrada com modelos do Foundry
• Configurar um vetorizador em um índice de pesquisa
• Habilidade de AML
• Catálogo de modelos de fundição