Бөлісу құралы:

Векторизатор каталога моделей Azure AI Studio

  • Мақала

Внимание

Этот векторизатор находится в общедоступной предварительной версии в разделе "Дополнительные условия использования". REST API 2024-05-01-Preview поддерживает эту функцию.

Векторизатор векторного каталога моделей Azure AI Studio подключается к модели внедрения, развернутой через каталог моделей Azure AI Studio, к конечной точке Машинное обучение Azure. Данные обрабатываются в географическом расположении, где развернута модель.

При использовании интегрированной векторизации для создания массивов векторов набор навыков должен включать навык AML, указывающий на каталог моделей в Azure AI Studio.

Параметры векторизатора

Параметры зависят от регистра. Какие параметры следует использовать, зависят от того, что требуется для проверки подлинности веб-конечной точки AML, если таковые есть.

Наименование параметра Description
uri (обязательно) URI веб-конечной точки AML, в которую отправляется полезные данные JSON . Допускается только схема URI HTTPS.
modelName (обязательно) Идентификатор модели из каталога моделей AI Studio, развернутого в указанной конечной точке. В настоящее время поддерживаются значения
  • OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32
  • OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336
  • Facebook-DinoV2-Image-Embeddings-ViT-Base
  • Facebook-DinoV2-Image-Embeddings-ViT-Giant
  • Cohere-embed-v3-english
  • Cohere-embed-v3-многоязычный
key (Требуется для проверки подлинности ключа) Ключ для конечной точки AML в сети.
resourceId (Требуется для проверки подлинности с помощью маркера). Идентификатор ресурса Azure Resource Manager для сетевой конечной точки AML. Он должен находиться в подписках формата/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}.
region (Необязательно для проверки подлинности с помощью маркера). Регион, в который развертывается конечная точка AML в сети. Требуется, если регион отличается от региона службы поиска.
timeout (Необязательно.) Если указано, означает время ожидания вызова API HTTP-клиента. Значение должно быть отформатировано как значение dayTimeDuration XSD (ограниченное подмножество значения продолжительности ISO 8601 ). Например, PT60S для 60 секунд. Если не задано, выбирается значение по умолчанию — 30 секунд. Время ожидания можно задать в диапазоне от 1 до 230 секунд.

Какие параметры проверки подлинности следует использовать

Какие параметры проверки подлинности требуются, зависят от того, какую проверку подлинности использует конечная точка AML в Сети( если она есть). Сетевые конечные точки AML предоставляют два варианта проверки подлинности:

  • Проверка подлинности на основе ключей. Статический ключ предоставляется для проверки подлинности запросов оценки от векторизатора.
    • Используйте параметры uri и key.
  • Проверка подлинности на основе маркеров. Конечная точка AML в сети развертывается с помощью проверки подлинности на основе маркеров. Управляемое удостоверение azure AI служба должно быть включено. Затем векторизатор использует управляемое удостоверение службы для проверки подлинности в сетевой конечной точке AML без статических ключей. Удостоверение должно быть назначено владельцем или ролью участника.
    • Используйте параметр resourceId.
    • Если служба поиска находится в другом регионе, отличном от рабочей области AML, используйте параметр региона , чтобы задать регион, в который была развернута конечная точка AML в Сети

Поддерживаемые типы векторных запросов

Какие типы векторных запросов поддерживаются векторизатором вектора каталога моделей AI Studio, зависят от modelName настроенного.

modelName Поддерживает text запрос Поддерживает imageUrl запрос Поддерживает imageBinary запрос
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 X X X
OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 X X X
Facebook-DinoV2-Image-Embeddings-ViT-Base X X
Facebook-DinoV2-Image-Embeddings-ViT-Giant X X
Cohere-embed-v3-english X
Cohere-embed-v3-многоязычный X

Ожидаемые измерения поля

Ожидаемые измерения полей для поля, настроенного с помощью векторизатора каталога моделей AI Studio, зависят от modelName настроенного.

modelName Ожидаемые измерения
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 512
OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 768
Facebook-DinoV2-Image-Embeddings-ViT-Base 768
Facebook-DinoV2-Image-Embeddings-ViT-Giant 1536
Cohere-embed-v3-english 1024
Cohere-embed-v3-многоязычный 1024

Пример определения

"vectorizers": [
    {
        "name": "my-ai-studio-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://my-aml-endpoint.eastus.inference.ml.azure.com/score",
            "key": "0000000000000000000000000000000000000",
            "timeout": "PT60S",
            "modelName": "OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch3",
            "resourceId": null,
            "region": null,
        },
    }
]

См. также