Microsoft Foundry 模型目錄向量器（預覽版）

Note

Azure AI 搜尋服務 可透過 Azure 入口網站、REST API 及 Azure SDK 取得。 它同時也是 Foundry IQ 的基礎，這是一個管理式知識層，能將企業內容轉化為可重複使用、權限感知的知識庫，供 Microsoft Foundry 入口網站中的代理使用。

重要

標記（預覽）的功能、能力或屬性不受服務等級協議涵蓋，也不建議用於生產工作負載，且在正式上架前可能會有所變動或受限。 Azure AI 搜尋服務 預覽條款適用於所有預覽功能，無論是獨立功能還是正式推出功能的一部分。

Microsoft Foundry 模型目錄向量化工具（預覽版）可連線到從 Foundry 模型目錄部署的嵌入模型，或連線到 Azure Machine Learning（AML）端點。 你的資料會在模型部署的 地理環境中 被處理。

如果您使用整合向量化功能來創建向量陣列，技能組應包含一個 AML 技能，該技能應指向向量化工具中指定的相同模型。

先決條件

向量器參數

參數依大小寫區分。 你使用的參數取決於 模型提供者是否需要認證。

參數名稱 描述
uri (金鑰驗證所必需) Microsoft Foundry 模型目錄的無伺服器部署的目標 URI，或 AML 線上端點的評分 URI。 僅允許使用 HTTPS URI 方案。
key （用於密鑰身份驗證）模型提供者的 API 密鑰。
resourceId （需要 令牌認證）模型提供者的 Azure Resource Manager 資源 ID。 對於 AML 線上端點，請使用 subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} 格式。
modelName 部署在指定 uri 的 Microsoft Foundry 模型目錄嵌入模型名稱。 支援的模型（僅限無伺服器部署）包括：

  • Cohere-embed-v3-english
  • Cohere-embed-v3-multilingual
  • Cohere-embed-v4
region （憑證 驗證可選）模型提供者部署的區域。 如果該區域與搜尋服務的區域不同，則必須如此。
timeout HTTP 用戶端進行 API 呼叫的超時設定（可選）。 它必須格式化為 XSD「dayTimeDuration」值（ISO 8601 持續時間 值的受限子集）。 舉例來說，PT60S 為 60 秒。 若未設定，則預設為30秒。 逾時可設定為最大230秒，最短1秒。

使用哪些認證參數

Microsoft Foundry 型號目錄向量器提供兩種認證選項：

  • 基於金鑰的認證。 你提供一個靜態金鑰來驗證向量器對計分請求的認證。 為這個連線設定 uri and key 參數。

  • 基於代幣的認證。 Foundry 基於樞紐的專案或 AML 線上端點是透過憑證驗證部署的。 Azure AI 搜尋服務服務必須擁有受管理的標識，並在模型提供者中進行角色分配。 向量器接著使用搜尋服務身份來對模型提供者進行認證，無需靜態金鑰。 搜尋服務身份必須是 擁有者 或 貢獻 者角色。 設定 resourceId 參數，若搜尋服務與模型提供者所在區域不同，則設定參數 region 。

支援的向量查詢類型

Microsoft Foundry 模型目錄向量器支援哪些向量查詢類型，取決於所設定的 modelName。

嵌入模型 支援 text 查詢 支援 imageUrl 查詢 支援 imageBinary 查詢
Cohere-embed-v3-english X X
Cohere-embed-v3-multilingual X X
Cohere-embed-v4 X X

期望場維度

以 Microsoft Foundry 模型目錄向量器配置的向量場預期場尺寸取決於所設定的 modelName。

modelName 預期尺寸
Cohere-embed-v3-english 1024
Cohere-embed-v3-multilingual 1024
Cohere-embed-v4 256–1536

範例定義

Foundry 模型目錄中建議的型號名稱為基礎模型加上一個隨機的三字母後綴。 你的模型名稱會與此範例中所示的不同。

"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,
        },
    }
]

參見

  • Last updated on