跳到主要内容

FAQ：Pipelines

本文列举了在使用 Zilliz Cloud Pipelines 时可能遇到的常见问题及对应解决方法。

目录​

问答​

Zilliz Cloud Pipelines 如何提升语义搜索能力？​

Pipelines 可以将非结构化数据转化为高质量的 Embedding 向量，从而有效提升语义搜索结果的相关性。

哪些 Zilliz Cloud 版本提供 Pipelines 功能？​

所有 Zilliz Cloud 版本均提供 Pipelines 功能。但是，您只可在部署于阿里云（杭州）的集群中创建和运行 Pipelines。

Zilliz Cloud Pipelines 使用哪些 Embedding 模型？​

针对文本和文档，Ingestion 和 Search Pipeline 提供 2 种 Embedding 模型选择。

  • zilliz/bge-base-en-v1.5（针对英语文档）：智源研究院（BAAI）发布的开源 Embedding 向量模型。该模型与向量数据库共同托管于 Zilliz Cloud 上，具备出色的性能，可大幅降低延时。

  • zilliz/bge-base-zh-v1.5（针对中文文档）：智源研究院（BAAI）发布的开源 Embedding 向量模型。该模型与向量数据库共同托管于 Zilliz Cloud 上，具备出色的性能，可大幅降低延时。

针对图像数据，Ingestion 和 Search Pipeline 提供以下Embedding 模型选择。

  • zilliz/vit-base-patch16-224：Google 开源的 Vision Transformer (ViT) encoder 模型（类似于 BERT），在大量图像数据上进行预训练，可用于将图像的内容语义转化为向量空间中的 Embedding 向量。该模型托管于 Zilliz Cloud 之上，可大幅降低延时。

  • zilliz/clip-vit-base-patch32：OpenAI 发布的多模态模型。视觉模型和文本模型共同将图像和文本转换为同一向量空间中的 Embedding 向量，实现数据和文案信息两种模态信息的语义搜索。该模型托管于 Zilliz Cloud 之上，可大幅降低延时。

  • zilliz/clip-vit-base-patch32-multilingual-v1：OpenAI 发布的 CLIP-ViT-B32 模型的多语言版本。与 CLIP-ViT-B32 的视觉模型配套使用时，可处理 50 多种语言的文本。该模型托管于 Zilliz Cloud 之上，可大幅降低延时。

Zilliz Cloud Pipelines 如何收费？​

目前，Zilliz Cloud Pipelines 提供免费 Quota。定价详情，请见 https://zilliz.com.cn/pricing。

Zilliz Cloud Pipelines 能否独立于 Zilliz Cloud 使用？​

不可以。如需使用 Zilliz Cloud Pipelines，您必须先注册 Zilliz Cloud 账号。

Ingestion Pipeline 支持哪些数据来源？​

目前 Ingestion Pipeline 支持本地文件和存储在阿里云对象存储 OSS 中的数据。后续会支持更广泛的数据来源。

Pipelines 支持哪些文档文件类型？​

Pipelines 支持以下文件类型的文档：.txt、.pdf、.md、.html、.epub、.csv、.doc、.docx、.xls、.xlsx、.ppt 和 .pptx。

运行 Ingestion Pipelines 时，您可以上传本地文件或使用阿里云对象存储 OSS 签名 URL。