Azure AI Studio 模型目錄向量化工具

發行項
05/28/2024

重要

此功能在補充使用規定下處於公開預覽狀態。 2024-05-01-Preview REST API 支援此功能。

Azure AI Studio 模型目錄 向量化工具會連線到透過 Azure AI Studio 模型目錄部署至 Azure Machine Learning 端點的內嵌模型。您的數據會在部署模型的地理位置中處理。

向量化工具參數

這些參數會區分大小寫。您選擇的使用參數，取決於您的 AML 線上端點所需的驗證 (如果有的話)。

參數名稱	描述
`uri`	(必要) JSON 承載傳送到的 AML 線上端點的 URI。僅允許 https URI 配置。
`modelName`	(必要) 部署在所提供端點之 AI Studio 模型目錄的模型識別碼。目前支援的值為 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-multilingual
`key`	(金鑰驗證需要) AML 線上端點的金鑰。
`resourceId`	(權杖驗證需要)。 AML 線上端點的 Azure Resource Manager 資源識別碼。其格式應為 subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}。
`region`	(權杖驗證的選用項目)。 AML 線上端點部署的區域。如果區域與搜尋服務的區域不同，則需要。
`timeout`	(選擇性) 指定時，表示進行 API 呼叫的 http 用戶端逾時。其必須格式化為 XSD "dayTimeDuration" 值 ( ISO 8601 持續時間值的受限子集)。例如，`PT60S` 為 60 秒。如果沒有設定，則選擇的預設值為 30 秒。逾時最高可設定為 230 秒，最低 1 秒。

該使用的驗證參數

需要哪些驗證參數會取決於您的 AML 線上端點使用何種驗證 (若果有的話)。 AML 線上端點提供兩個驗證選項：

金鑰式驗證。提供靜態金鑰，驗證來自向量工具的評分要求。
- 使用 uri 和 key 參數
權杖式驗證。 AML 線上端點服務使用權杖式驗證進行部署。必須啟用 Azure AI 搜尋服務的受控識別。向量工具接著會使用服務的受控識別對 AML 線上端點進行驗證，而不需要靜態金鑰。身分識別必須獲指派擁有者或參與者角色。
- 使用 resourceId 參數。
- 如果搜尋服務位於與 AML 工作區不同的區域，請使用區域參數來設定 AML 線上端點所部署的區域

支援的向量查詢類型

AI Studio 模型目錄向量化工具支援哪些向量查詢類型取決於所設定的 modelName。

`modelName`	支援 `text` 查詢	支援 `imageUrl` 查詢	支援 `imageBinary` 查詢
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-multilingual	X

預期欄位維度

使用 AI Studio 模型目錄向量化工具設定之欄位的預期欄位維度取決於所設定的 modelName。

`modelName`	預期維度
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-multilingual	1024

範例定義

"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,
        },
    }
]

共用方式為