Vettore del catalogo modelli di Microsoft Foundry

Note

Azure AI Search è disponibile tramite il portale di Azure, le API REST e Azure SDK. È inoltre alla base di Foundry IQ, il livello di conoscenza gestito che trasforma il contenuto aziendale in knowledge base riutilizzabili e con riconoscimento delle autorizzazioni per gli agenti nel portale di Microsoft Foundry.

Importante

Questo vettore è disponibile in anteprima in Condizioni supplementari per l'utilizzo. Per usare questa funzionalità, è consigliabile usare la versione di anteprima più recente degli indici - Creare o aggiornare (API REST).

Il vettorizzatore del catalogo dei modelli Microsoft Foundry si connette a un modello di embedding distribuito dal catalogo dei modelli Foundry o da un endpoint Azure Machine Learning (AML). I tuoi dati vengono elaborati nella Geo dove il tuo modello è distribuito.

Se si usa la vettorizzazione integrata per creare le matrici vettoriali, il set di competenze deve includere una competenza AML che punta allo stesso modello specificato nel vettore.

Prerequisiti

Parametri del vettore

I parametri sono case sensitive. I parametri usati dipendono dall'autenticazione richiesta dal provider di modelli, se presente.

Nome del parametro Descrizione
uri (Necessario per l'autenticazione con chiave) L'URI di destinazione della distribuzione serverless dal catalogo modelli di Microsoft Foundry o l'URI punteggi dell'endpoint online AML. È consentito solo lo schema URI HTTPS.
key (Obbligatorio per l'autenticazione della chiave) Chiave API del provider di modelli.
resourceId (Obbligatorio per l'autenticazione tramite token) L'ID della risorsa di Azure Resource Manager del provider del modello. Per un endpoint online AML, usare il formato subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name}.
modelName Il nome del modello di incorporamento dal catalogo modelli di Microsoft Foundry distribuito nell'oggetto specificato uri. I modelli supportati (solo distribuzioni serverless) sono:

  • Cohere-embed-v3-english
  • Cohere-embed-v3-multilingual
  • Cohere-embed-v4
region (Facoltativo per l'autenticazione del token) Area in cui viene distribuito il provider di modelli. Obbligatorio se l'area è diversa dall'area del servizio di ricerca.
timeout (Facoltativo) Timeout per il client HTTP che effettua la chiamata API. Deve essere formattato come valore XSD "dayTimeDuration" (un subset limitato di un valore di durata ISO 8601 ). Ad esempio, PT60S per 60 secondi. Se non è impostato, viene scelto un valore predefinito di 30 secondi. Il timeout può essere impostato su un massimo di 230 secondi e un minimo di 1 secondo.

Quali parametri di autenticazione usare

Il catalogo dei modelli Microsoft Foundry vectorizer offre due opzioni di autenticazione:

  • Autenticazione basata su chiave. Si fornisce una chiave statica per autenticare le richieste di assegnazione dei punteggi dal vectorizzatore. Imposta i parametri uri e key per questa connessione.

  • Autenticazione basata su token. Il progetto basato su hub Foundry o l'endpoint online AML viene distribuito usando l'autenticazione basata su token. Il servizio Azure AI Search deve avere un'identità gestita e un'assegnazione di ruolo nel provider di modelli. Il vettore usa quindi l'identità del servizio di ricerca per eseguire l'autenticazione con il provider di modelli, senza che siano necessarie chiavi statiche. L'identità del servizio di ricerca deve avere il ruolo Proprietario o Collaboratore . Impostare il parametro resourceId e, se il servizio di ricerca si trova in un'area diversa dal provider di modelli, impostare il parametro region.

Tipi di query vettoriali supportati

I tipi di query vettoriali supportati dal vettorizzatore del catalogo dei modelli Foundry di Microsoft dipendono dal modelName configurato.

Modello di incorporamento Supporta la query di text Supporta la query di imageUrl Supporta la query di imageBinary
Cohere-embed-v3-english X X
Cohere-embed-v3-multilingual X X
Cohere-embed-v4 X X

Dimensioni del campo previste

Le dimensioni del campo previste per un campo vettoriale configurato con un vettorizzatore del catalogo di modelli Microsoft Foundry dipendono dal modelName configurato.

modelName Dimensioni previste
Cohere-embed-v3-english 1024
Cohere-embed-v3-multilingual 1024
Cohere-embed-v4 256–1536

Definizione di esempio

I nomi dei modelli suggeriti nel catalogo dei modelli Foundry sono costituiti dal modello di base e da un suffisso casuale a tre lettere. Il nome del modello sarà diverso da quello illustrato in questo esempio.

"vectorizers": [
    {
        "name": "my-model-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://Cohere-embed-v3-multilingual-hin.eastus.models.ai.azure.com",
            "key": "aaaaaaaa-0b0b-1c1c-2d2d-333333333333",
            "timeout": "PT60S",
            "modelName": "Cohere-embed-v3-multilingual-hin",
            "resourceId": null,
            "region": null,
        },
    }
]

Vedere anche

  • Last updated on