Azure AI 스튜디오 모델 카탈로그 벡터화 도우미

아티클
09/01/2024

Important

이 벡터라이저는 추가 사용 약관에 따라 공개 미리 보기로 제공됩니다. 2024-05-01-Preview REST API는 이 기능을 지원합니다.

Azure AI 스튜디오 모델 카탈로그 벡터화 도우미는 Azure AI 스튜디오 모델 카탈로그를 통해 Azure Machine Learning 엔드포인트에 배포된 포함 모델에 연결합니다. 데이터는 모델이 배포된 지역에서 처리됩니다.

통합 벡터화를 사용하여 벡터 배열을 만든 경우 기술 세트에는 Azure AI Studio의 모델 카탈로그를 가리키는 AML 기술이 포함되어야 합니다.

벡터라이저 매개 변수

매개 변수는 대/소문자를 구분합니다. 사용할 매개 변수는 AML 온라인 엔드포인트에 필요한 인증(있는 경우)에 따라 달라집니다.

매개 변수 이름	설명
`uri`	(필수) JSON 페이로드를보낼 AML 온라인 엔드포인트의 URI https URI 체계만 허용됩니다.
`modelName`	(필수) 제공된 엔드포인트에 배포된 AI 스튜디오 모델 카탈로그의 모델 ID 현재 지원되는 값은 다음과 같습니다. 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`	(키 인증에 필요) AML 온라인 엔드포인트의 키입니다.
`resourceId`	(토큰 인증에 필요) AML 온라인 엔드포인트의 Azure Resource Manager 리소스 ID. ID는 subscriptions/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} 형식이어야 합니다.
`region`	(토큰 인증의 경우 선택 사항). AML 온라인 엔드포인트가 배포되는 지역. 지역이 검색 서비스의 지역과 다른 경우 필요합니다.
`timeout`	(선택 사항) 지정할 경우 API 호출을 수행하는 http 클라이언트에 대한 시간 제한을 나타냅니다. 형식은 XSD "dayTimeDuration" 값( ISO 8601 기간 값의 제한된 하위 집합)이어야 합니다. 예를 들어, 60초인 경우 `PT60S`입니다. 설정하지 않으면 기본값 30초가 선택됩니다. 시간 제한은 최대 230초, 최소 1초로 설정할 수 있습니다.

사용할 인증 매개 변수

사용해야 하는 인증 매개 변수는 AML 온라인 엔드포인트에서 사용하는 인증(있는 경우)에 따라 달라집니다. AML 온라인 엔드포인트는 다음 두 가지 인증 옵션을 제공합니다.

키 기반 인증. 벡터화 도우미의 채점 요청을 인증하기 위한 정적 키가 제공됩니다.
- uri와 키 매개 변수 사용
토큰 기반 인증. AML 온라인 엔드포인트는 토큰 기반 인증을 사용하여 배포됩니다. Azure AI Search 서비스의 관리 ID를 사용하도록 설정해야 합니다. 그런 다음, 벡터화 도우미는 서비스의 관리 ID를 사용하여 정적 키가 필요 없는 AML 온라인 엔드포인트에 대해 인증합니다. ID에 소유자 또는 기여자 역할이 할당되어야 합니다.
- resourceId 매개 변수를 사용합니다.
- 검색 서비스가 AML 작업 영역과 다른 지역에 있는 경우 지역 매개 변수를 사용하여 AML 온라인 엔드포인트가 배포된 지역을 설정합니다.

지원되는 벡터 쿼리 형식

AI 스튜디오 모델 카탈로그 벡터화 도우미에서 지원하는 벡터 쿼리 형식은 구성된 modelName에 따라 달라집니다.

`modelName`	`text` 쿼리 지원	`imageUrl` 쿼리 지원	`imageBinary` 쿼리 지원
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

예상 필드 차원

AI 스튜디오 모델 카탈로그 벡터화 도우미로 구성된 필드에 대한 예상 필드 차원은 구성된 modelName에 따라 달라집니다.

`modelName`	예상 차원
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

샘플 정의

"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,
        },
    }
]

다음을 통해 공유