Megosztás a következőn keresztül:

Azure OpenAI beágyazási képesség

  • Cikk

Fontos

Ez a funkció nyilvános előzetes verzióban érhető el a kiegészítő használati feltételek alatt. A 2023-10-01-es verziójú REST API támogatja a funkció első iterációját. A 2024-05-01-es verziójú REST API további tulajdonságokat ad hozzá, és több szöveges beágyazási modellt támogat az Azure OpenAI-ban.

Az Azure OpenAI beágyazási képessége egy üzembe helyezett beágyazási modellhez csatlakozik az Azure OpenAI-erőforráson , hogy beágyazásokat hozzon létre az indexelés során. Az adatok feldolgozása a Geo-ban történik, ahol a modell üzembe van helyezve.

Az Adatok importálása és vektorizálása varázsló az Azure Portalon az Azure OpenAI beágyazási képesség használatával vektorizálja a tartalmat. Futtassa a varázslót, és tekintse át a létrehozott készségkészletet, hogy lássa, hogyan építi ki a varázsló a text-embedding-ada-002 modellhez tartozó készséget.

Feljegyzés

Ez a képesség az Azure OpenAI-hoz van kötve, és a meglévő Azure OpenAI használatalapú fizetéses áron kerül felszámításra.

@odata.type

Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill

Adatkorlátok

A szövegbevitel maximális mérete 8000 token lehet. Ha a bemenet meghaladja a megengedett maximális értéket, a modell érvénytelen kérési hibát jelez. További információkért tekintse meg a tokenek kulcsfogalmát az Azure OpenAI dokumentációjában. Fontolja meg a Szöveg felosztása készség használatát, ha adatrészletezésre van szüksége.

Képességparaméterek

A paraméterek megkülönböztetik a kis- és nagybetűket.

Bevitelek Leírás
resourceUri Egy modellszolgáltató URI-ja, például egy Azure OpenAI-erőforrás vagy egy OpenAI URL-cím.
apiKey A modell eléréséhez használt titkos kulcs. Ha megad egy kulcsot, hagyja authIdentity üresen. Ha mindkettőt apiKeyauthIdentitybeállítja, akkor a rendszer a apiKey kapcsolatot használja.
deploymentId Az üzembe helyezett Azure OpenAI-beágyazási modell neve. A modellnek beágyazási modellnek kell lennie, például text-embedding-ada-002. A támogatott modellekhez tekintse meg az Azure OpenAI-modellek listáját.
authIdentity A keresési szolgáltatás által az Azure OpenAI-hoz való csatlakozáshoz használt, felhasználó által felügyelt identitás. Rendszer- vagy felhasználó által felügyelt identitást is használhat. Ha rendszerszintű identitást szeretne használni, hagyja meg apiKey és authIdentity hagyja üresen. A rendszer által felügyelt identitást a rendszer automatikusan használja. A felügyelt identitásoknak Cognitive Services OpenAI felhasználói engedélyekkel kell rendelkezniük ahhoz, hogy szöveget küldjenek az Azure OpenAI-ba.
modelName Ez a tulajdonság akkor szükséges, ha a képességkészlet a 2024-05-01-preview REST API használatával jön létre. Állítsa be ezt a tulajdonságot egy Azure OpenAI-beágyazási modell üzembe helyezésének nevére, amely a megadott szolgáltatón keresztül resourceUri van üzembe helyezve, és amelyen keresztül deploymentIdazonosítható. Jelenleg a támogatott értékek a következőktext-embedding-ada-002: és text-embedding-3-largetext-embedding-3-small.
dimensions (Nem kötelező, a 2024-05-01-preview REST API-ban vezettük be). A beágyazások azon méretei, amelyeket létre szeretne hozni, ha a modell támogatja a beágyazási dimenziók csökkentését. A támogatott tartományok alább láthatók. Ha nincs megadva, alapértelmezés szerint az egyes modellek maximális méretei lesznek megadva. A 2023-10-01 előzetes verzióval létrehozott készségkészletek esetében a dimenziók 1536-ban vannak rögzítve.

Támogatott dimenziók a következő szerint: modelName

Az Azure OpenAI beágyazási képességeinek támogatott dimenziói a modelName konfigurálttól függenek.

modelName Minimális méretek Maximális méretek
text-embedding-ada-002 1536 1536
text-embedding-3-large 0 3072
text-embedding-3-small 0 1536

Készségbemenetek

Bevitel Leírás
text A vektorizálandó bemeneti szöveg. Ha adattömb-készítést használ, a forrás lehet /document/pages/*.

Képességkimenetek

Hozam Leírás
embedding Vektoros beágyazás a bemeneti szöveghez.

Mintadefiníció

Fontolja meg a következő mezőket tartalmazó rekordot:

{
    "content": "Microsoft released Windows 10."
}

Ezután a képességdefiníció a következőhöz hasonlóan nézhet ki:

{
  "@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
  "description": "Connects a deployed embedding model.",
  "resourceUri": "https://my-demo-openai-eastus.openai.azure.com/",
  "deploymentId": "my-text-embedding-ada-002-model",
  "modelName": "text-embedding-ada-002",
  "dimensions": 1536,
  "inputs": [
    {
      "name": "text",
      "source": "/document/content"
    }
  ],
  "outputs": [
    {
      "name": "embedding"
    }
  ]
}

Példakimenet

A megadott bemeneti szöveghez vektoros beágyazási kimenet jön létre.

{
  "embedding": [
        0.018990106880664825,
        -0.0073809814639389515,
        .... 
        0.021276434883475304,
      ]
}

A kimenet a memóriában található. Ha ezt a kimenetet a keresési index egy mezőjébe szeretné küldeni, meg kell adnia egy outputFieldMapping értéket, amely a vektoros beágyazási kimenetet (amely tömb) egy vektormezőre képezi le. Feltéve, hogy a képességkimenet a dokumentum beágyazási csomópontjában található, és content_vector a keresési index mezője, az indexelő kimeneti Mezőmetszőjének a következőképpen kell kinéznie:

  "outputFieldMappings": [
    {
      "sourceFieldName": "/document/embedding/*",
      "targetFieldName": "content_vector"
    }
  ]

Ajánlott eljárások

Az alábbiakban néhány ajánlott eljárást kell figyelembe vennie, amikor ezt a képességet használja:

  • Ha eléri az Azure OpenAI TPM (tokenek percenkénti) korlátját, fontolja meg a kvótakorlátokkal kapcsolatos tanácsadást , hogy ennek megfelelően kezelhesse. Az Azure OpenAI-példány teljesítményével kapcsolatos további információkért tekintse meg az Azure OpenAI monitorozási dokumentációját.

  • Az Ehhez a képességhez használt Azure OpenAI-beágyazási modell üzembe helyezésének ideális esetben el kell különülnie az egyéb használati esetekhez használt üzembe helyezéstől, beleértve a lekérdezésvektort is. Ez segít az egyes üzemelő példányokat az adott használati esethez igazítani, ami optimalizált teljesítményhez vezet, és könnyen azonosítja az indexelőtől és az indexbe ágyazott hívásoktól érkező forgalmat.

  • Az Azure OpenAI-példánynak ugyanabban a régióban vagy legalább földrajzilag közel kell lennie ahhoz a régióhoz, ahol az AI-Search szolgáltatás üzemeltetik. Ez csökkenti a késést, és javítja a szolgáltatások közötti adatátvitel sebességét.

  • Ha az alapértelmezettnél nagyobb Azure OpenAI TPM -korláttal (tokenek percenként) rendelkezik a kvóták és a korlátok dokumentációjában közzétettek szerint, nyisson támogatási esetet az Azure AI Search csapatánál, hogy ennek megfelelően módosítható legyen. Ez segít abban, hogy az indexelési folyamatot ne lassítsa szükségtelenül a dokumentált alapértelmezett TPM-korlát, ha magasabb korlátokkal rendelkezik.

  • Az alábbi hivatkozásokon példákat és működő kódmintákat találhat a jártasság használatával:

Hibák és figyelmeztetések

Feltétel Eredmény
Null vagy érvénytelen URI Hiba
Null vagy érvénytelen üzembehelyezési azonosító Hiba
A szöveg üres Figyelmeztetés
A szöveg nagyobb, mint 8000 jogkivonat Hiba

Lásd még