Wektoryzator wykazu modeli usługi Azure AI Studio

Artykuł
05/28/2024

Ważne

Ta funkcja jest dostępna w publicznej wersji zapoznawczej w obszarze Dodatkowe warunki użytkowania. Interfejs API REST 2024-05-01-Preview obsługuje tę funkcję.

Wektoryzator katalogu modeli usługi Azure AI Studio łączy się z modelem osadzania, który został wdrożony za pośrednictwem wykazu modeli usługi Azure AI Studio w punkcie końcowym usługi Azure Machine Edukacja. Dane są przetwarzane w obszarze geograficznym, w którym wdrożono model.

Parametry wektoryzatora

W parametrach jest rozróżniana wielkość liter. Wybrane parametry zależą od tego, jakiego uwierzytelniania wymaga punkt końcowy online usługi AML, jeśli istnieje.

Nazwa parametru	opis
`uri`	(Wymagane) Identyfikator URI punktu końcowego online AML, do którego jest wysyłany ładunek JSON . Dozwolony jest tylko schemat identyfikatora URI https.
`modelName`	(Wymagane) Identyfikator modelu z wykazu modeli programu AI Studio, który jest wdrażany w podanym punkcie końcowym. Obecnie obsługiwane wartości to 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-wielojęzyczny
`key`	(Wymagane do uwierzytelniania za pomocą klucza) Klucz punktu końcowego online usługi AML.
`resourceId`	(Wymagane do uwierzytelniania tokenu). Identyfikator zasobu usługi Azure Resource Manager punktu końcowego online usługi AML. Powinien on mieć format subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.Machine Edukacja Services/workspaces/{nazwa-obszaru roboczego}/onlineendpoints/{endpoint_name}.
`region`	(Opcjonalnie w przypadku uwierzytelniania tokenu). Region, w którym wdrożono punkt końcowy online usługi AML. Wymagane, jeśli region różni się od regionu usługi wyszukiwania.
`timeout`	(Opcjonalnie) Po określeniu wskazuje limit czasu dla klienta http wykonującego wywołanie interfejsu 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

Wymagane parametry uwierzytelniania zależą od tego, jakiego uwierzytelniania używa punkt końcowy online usługi AML, jeśli istnieje. Punkty końcowe online usługi AML zapewniają dwie opcje uwierzytelniania:

Uwierzytelnianie oparte na kluczach. Klucz statyczny jest udostępniany do uwierzytelniania żądań oceniania z wektoryzatora.
- Używanie identyfikatora URI i parametrów klucza
Uwierzytelnianie oparte na tokenach. Punkt końcowy online AML jest wdrażany przy użyciu uwierzytelniania opartego na tokenach. Tożsamość zarządzana usługi Azure AI usługa wyszukiwania musi być włączona. Następnie wektoryzator używa tożsamości zarządzanej usługi do uwierzytelniania względem punktu końcowego online AML bez wymaganych kluczy statycznych. Tożsamość musi mieć przypisaną rolę właściciela lub współautora.
- Użyj parametru resourceId .
- Jeśli usługa wyszukiwania znajduje się w innym regionie niż obszar roboczy AML, użyj parametru regionu , aby ustawić region, w którym wdrożono punkt końcowy online usługi AML

Obsługiwane typy zapytań wektorowych

Typy zapytań wektorów wektorowych są obsługiwane przez wektory katalogów modeli programu AI Studio, zależy od skonfigurowanego modułu modelName .

`modelName`	Obsługuje `text` zapytanie	Obsługuje `imageUrl` zapytanie	Obsługuje `imageBinary` zapytanie
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-wielojęzyczny	X

Oczekiwane wymiary pola

Oczekiwane wymiary pola dla pola skonfigurowanego za pomocą wektoryzatora wykazu modeli programu AI Studio zależą od skonfigurowanego modelName elementu.

`modelName`	Oczekiwane wymiary
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-wielojęzyczny	1024

Przykładowa definicja

"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,
        },
    }
]

Udostępnij za pośrednictwem