AWSは7月13日（現地時間）、Amazon SageMaker JumpStartでQwen3による埋め込みモデル「Qwen3-VL-Embedding-2B」と再ランキングモデル「Qwen3-Reranker-4B」が利用可能になったことを発表した。これにより、AWSの利用者は情報検索やクロスモーダル理解向け基盤モデルの選択肢が拡充され、SageMaker上で包括的な検索パイプラインを構築できる。
2つのモデルは主に組み合わせて利用される。Qwen3-VL-Embedding-2Bは、テキスト、画像、スクリーンショット、動画、およびこれらの混合入力から意味ベクトルを生成し、画像-テキスト間検索や動画－テキストマッチング、Visual Question Answering、マルチモーダルコンテンツのクラスタリングなど多様なタスクで効果を発揮する。対応言語は30以上となっている。
一方、Qwen3-Reranker-4Bはクエリとドキュメントのペアを入力として関連性スコアを計算し、検索結果の精度向上やテキスト検索、コード検索、テキスト分類などに利用できる。100を超える言語をサポートし、ユーザー独自の命令にも対応している。
SageMaker JumpStartではこれらモデルの導入・利用が数クリックで可能。SageMaker Studioの[Models]セクションやSageMaker Python SDK経由でデプロイできる。詳細はSageMaker JumpStartのドキュメントで確認できる。
- 関連リンク
この記事は参考になりましたか？
- この記事の著者
-
CodeZine編集部（コードジンヘンシュウブ）
CodeZineは、株式会社翔泳社が運営する開発者のための情報メディアです。日々の開発に取り組むエンジニアやテクノロジーを学びたい方に向けて、プログラミングやAI活用、開発ツール、エンジニアの学びとキャリアに関する記事をお届けしています。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか？
この記事をシェア
