Azure AI Foundry 模型目錄向量工具
重要
此向量化工具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 Foundry 模型目錄向量化工具會連線至透過 Azure AI Foundry 模型類別目錄部署到 Azure 機器學習 端點的內嵌模型。 您的資料會在模型部署所在的地理位置中處理。
如果您使用整合向量化來建立向量數位，技能集應包含 指向 Azure AI Foundry 入口網站中模型目錄的 AML 技能。
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）部署在所提供端點的 Azure AI Foundry 模型目錄的模型標識碼。 支援的模型如下：
|
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
Azure AI Foundry 模型目錄向量化程式支援哪些向量查詢類型取決於 modelName 所設定的 。
| 內嵌模型 | 支援 text 查詢 |
支援 imageUrl 查詢 |
支援 imageBinary 查詢 |
|---|---|---|---|
| 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
以 Azure AI Foundry 模型目錄向量化工具設定之欄位的預期欄位維度取決於 modelName 所設定的 。
modelName |
預期維度 |
|---|---|
| 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
Azure AI Foundry 模型目錄中的建議模型名稱是由基底模型加上隨機三個字母後綴所組成。 您的模型名稱會與此範例中顯示的名稱不同。
"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,
},
}
]