Vetorizador de catálogo de modelos do Azure AI Studio

Artigo
05/28/2024

Importante

Esta funcionalidade está em pré-visualização pública em Termos de Utilização Suplementares. A API REST 2024-05-01-Preview suporta esse recurso.

O vetorizador de catálogo de modelos do Azure AI Studio liga-se a um modelo de incorporação que foi implementado através do catálogo de modelos do Azure AI Studio a um ponto de extremidade do Azure Machine Learning. Seus dados são processados na área geográfica onde seu modelo é implantado.

Parâmetros do vetorizador

Os parâmetros diferenciam maiúsculas de minúsculas. Os parâmetros que você escolhe usar dependem da autenticação que seu ponto de extremidade online AML exige, se houver.

Nome do parâmetro	Description
`uri`	(Obrigatório) O URI do ponto de extremidade online AML para o qual a carga JSON é enviada. Somente o esquema de URI https é permitido.
`modelName`	(Obrigatório) O ID do modelo do catálogo de modelos do AI Studio que é implantado no ponto de extremidade fornecido. Atualmente, os valores suportados são OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 OpenAI-CLIP-Imagem-Texto-Embeddings-ViT-Large-Patch14-336 Facebook-DinoV2-Imagem-Embeddings-ViT-Base Facebook-DinoV2-Imagem-Embeddings-ViT-Giant Cohere-embed-v3-inglês Cohere-embed-v3-multilíngue
`key`	(Necessário para autenticação de chave) A chave para o ponto de extremidade online AML.
`resourceId`	(Necessário para autenticação de token). A ID de recurso do Azure Resource Manager do ponto de extremidade online da AML. Deve estar no formato subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}.
`region`	(Opcional para autenticação de token). A região em que o ponto de extremidade online AML é implantado. Necessário se a região for diferente da região do serviço de pesquisa.
`timeout`	(Opcional) Quando especificado, indica o tempo limite para o cliente http que faz a chamada de API. Ele deve ser formatado como um valor XSD "dayTimeDuration" (um subconjunto restrito de um valor de duração ISO 8601). Por exemplo, `PT60S` durante 60 segundos. Se não estiver definido, será escolhido um valor padrão de 30 segundos. O tempo limite pode ser definido para um máximo de 230 segundos e um mínimo de 1 segundo.

Quais parâmetros de autenticação usar

Os parâmetros de autenticação necessários dependem da autenticação que seu ponto de extremidade online AML usa, se houver. Os pontos de extremidade online AML oferecem duas opções de autenticação:

Autenticação baseada em chave. Uma chave estática é fornecida para autenticar solicitações de pontuação do vetorizador.
- Use o uri e os parâmetros chave
Autenticação baseada em token. O ponto de extremidade online AML é implantado usando autenticação baseada em token. A identidade gerenciada do serviço Azure AI Search deve ser habilitada. Em seguida, o vetorizador usa a identidade gerenciada do serviço para autenticar no ponto de extremidade online AML, sem a necessidade de chaves estáticas. A identidade deve ser atribuída à função de proprietário ou colaborador.
- Use o parâmetro resourceId .
- Se o serviço de pesquisa estiver em uma região diferente do espaço de trabalho AML, use o parâmetro region para definir a região em que o ponto de extremidade online AML foi implantado

Tipos de consulta vetorial suportados

Quais tipos de consulta vetorial são suportados pelo vetorizador de catálogo de modelos do AI Studio depende do modelName que está configurado.

`modelName`	Suporta `text` consulta	Suporta `imageUrl` consulta	Suporta `imageBinary` consulta
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32	X	X	X
OpenAI-CLIP-Imagem-Texto-Embeddings-ViT-Large-Patch14-336	X	X	X
Facebook-DinoV2-Imagem-Embeddings-ViT-Base		X	X
Facebook-DinoV2-Imagem-Embeddings-ViT-Giant		X	X
Cohere-embed-v3-inglês	X
Cohere-embed-v3-multilíngue	X

Dimensões de campo esperadas

As dimensões de campo esperadas para um campo configurado com um vetorizador de catálogo de modelo do AI Studio dependem do modelName que está configurado.

`modelName`	Dimensões esperadas
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32	512
OpenAI-CLIP-Imagem-Texto-Embeddings-ViT-Large-Patch14-336	768
Facebook-DinoV2-Imagem-Embeddings-ViT-Base	768
Facebook-DinoV2-Imagem-Embeddings-ViT-Giant	1536
Cohere-embed-v3-inglês	1024
Cohere-embed-v3-multilíngue	1024

Definição da amostra

"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,
        },
    }
]

Partilhar via