Sentence Transformers: all-mpnet-base-v2
يحوّل Sentence Transformers all-mpnet-base-v2 الجمل والفقرات القصيرة إلى متجهات ذات 768 بُعدًا للاسترجاع والتجميع العنقودي والتشابه. تستخدم الوصفة المنشورة التجميع بالمتوسط وتطبيع L2، مع اقتطاع افتراضي عند 384 جزء كلمة.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
all-mpnet-base-v2 نموذج من Sentence Transformers لتمثيل الجمل والفقرات القصيرة كمتجهات كثيفة ذات 768 بُعدًا. خضع للضبط الدقيق انطلاقًا من نموذج MPNet الأساسي بالتعلم التقابلي على مجموعة من مليار زوج من الجمل. تحدد الجهة المصنّعة استرجاع المعلومات والتجميع العنقودي وتشابه الجمل بوصفها استخدامات مقصودة.
رمّز جملة أو فقرة قصيرة
جهّز النص الذي ينبغي مقارنته، مع الحفاظ على الفكرة الرئيسية وتفاصيلها المميّزة. في مجموعة مستندات داخلية، قد يصف قسم قصير كيفية طلب استبدال معدة أو المعلومات التي ينبغي أن يتضمنها تقرير صيانة. أبقِ عنوان المستند وموضعه المصدري متاحين بجانب المتجه.
يمكن لاستعلام مُضمَّن بالنموذج نفسه استرجاع أقسام ذات صلة حتى عند اختلاف صياغتها. افحص تلك الأقسام بحثًا عن التعليمة الفعلية التي يحتاج إليها القارئ. وفي سير عمل التشابه، قارن الجمل المرشحة نفسها بعد الاسترجاع، خصوصًا عندما تتضمن إحداها استثناءً أو شرطًا غائبًا عن الأخرى.
التجميع بالمتوسط والتطبيع
يحسب مثال الترميز المرجعي متوسط تمثيلات الرموز السياقية باستخدام قناع الانتباه، مع استبعاد الحشو من المتوسط. ثم يطبّع تضمينات الجمل الناتجة وفق L2. حافظ على الخطوتين عند إنتاج متجهات للمجموعة وللاستعلامات اللاحقة.
لكل متجه 768 مكوّنًا. يستطيع تشابه جيب التمام مقارنة تلك التمثيلات المطبّعة، بينما يوفّر النص المصدري الأدلة خلف النتيجة. لا تجعل مطابقة عدد المكوّنات هذا النموذج متوافقًا مع multi-qa-mpnet-base-dot-v1: إذ يحدد ذلك الإصدار المنفصل تجميع CLS ومتجهات غير مطبّعة للتقييم بالناتج النقطي.
الاقتطاع الافتراضي وإعداد المقاطع
تذكر الجهة المصنّعة أن المدخل الذي يتجاوز 384 جزء كلمة يُقتطع افتراضيًا. أبقِ القسم ذي الصلة داخل حد مُجزِّئ الرموز ذاك. بالنسبة إلى إجراء طويل، قسّم عند حدود أقسام ذات معنى وأدرج سياقًا محليًا كافيًا لتوضيح ما تنطبق عليه الخطوة. يحتاج جزء مثل «أرسِل خلال خمسة أيام» إلى الحدث أو العملية التي تبدأ المهلة.
قيّد إجراء التدريب التسلسلات عند 128 رمزًا، وهو أمر منفصل عن إعداد الترميز الافتراضي المنشور البالغ 384 جزء كلمة. استخدم مادة تمثيلية عند تقييم الفقرات الأطول أو المفردات الخاصة بمجموعتك. لا يثبت اتّساع المدخل لمزيد من النص أن كل تفصيل سيؤثر بالقدر نفسه في نتيجة الاسترجاع.
الاسترجاع والتجميع والمقارنة
للبحث، احتفظ بربط المتجه بالمستند حتى يستطيع المرشحون المرتبون إعادة الأقسام الأصلية. وفي سير عمل RAG، تصبح الأقسام المختارة سياقًا لمرحلة كتابة الإجابة. يقدّم النموذج تمثيلات عددية؛ ولا يولّد استجابة موثّقة بالمصادر أو يقرر أي مستند هو المرجع المعتمد.
للتجميع العنقودي، قارن السجلات في كل مجموعة مقترحة قبل إسناد التسميات. قد تتضمن مجموعة ملاحظات صيانة لغة متشابهة لكنها تشير إلى أجهزة مختلفة أو ظروف أعطال مختلفة. أدرج هذه التفاصيل المميّزة في النص المرمّز وافحصها في المادة المُعادة بدلًا من الاعتماد على الدرجة وحدها.
نقطة تحقق all-mpnet-base-v2 المحددة هذه ملف لتضمين الجمل الإنجليزية بإعداداته الخاصة للتجميع بالمتوسط والتطبيع والاقتطاع الافتراضي. احتفظ بتلك الإعدادات مع المجموعة المفهرسة واستخدم المتجهات أداةً مساعدة للعثور على المقاطع المصدرية المهمة للمهمة ومقارنتها.
Ailoot Ultra · التضمينات POST /v1/embeddings sentence-transformers/all-mpnet-base-v2
sentence-transformers/all-mpnet-base-v2
sentence-transformers/all-mpnet-base-v2البداية
يحوّل Sentence Transformers all-mpnet-base-v2 الجمل والفقرات القصيرة إلى متجهات ذات 768 بُعدًا للاسترجاع والتجميع العنقودي والتشابه. تستخدم الوصفة المنشورة التجميع بالمتوسط وتطبيع L2، مع اقتطاع افتراضي عند 384 جزء كلمة.
- المدخلات المقبولة
- النص · token_ids
- النتائج
- embedding
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · التضمينات POST /v1/embeddings
- الإدخال
text,token_ids- الإخراج
embedding- صيغة الإخراج
- json
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود sentence-transformers/all-mpnet-base-v2 | القيمة الافتراضية— |
الحقلinput | النوعstring|string[]|integer[]|integer[][] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة. سعة الإدخال: الحد الأقصى: 512 · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز | القيمة الافتراضية— |
الحقلencoding_format | النوعstring | المتطلباختياري | القيم والحدود float | القيمة الافتراضيةfloat |
الحقلdimensions | النوعinteger | المتطلبغير مدعوم | القيم والحدود الحد الأدنى: 1 | القيمة الافتراضية— |
الحقلuser | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلsession_id | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلtrace | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: تم رفض provider.options | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_embedding
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input |
المعلمةinput_shapes | المواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
المعلمةencoding_format | المواصفاتfloat |
المعلمةdimensions_override | المواصفاتfalse |
المعلمةmax_input_budget_units | المواصفات512 |
المعلمةmultimodal_objects | المواصفاتfalse |
المعلمةmaterial_types | المواصفاتtext, token_ids |
دورة الحياة: synchronous_json
احتفظ بفهرس كل متجه وبُعده.
اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00001 / 1K من الرموز الإخراج · رموز الإخراج $0 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · التضمينات
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "sentence-transformers/all-mpnet-base-v2", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='sentence-transformers/all-mpnet-base-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
استلام النتائج وحفظها
Ailoot Ultra · التضمينات
json
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.
عند الحاجة إلى التحقق من الاستجابة الأصلية
لا تُستحدث نقطة نهاية لمهام التضمين.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلobject | النوعstring |
الحقلmodel | النوعstring |
الحقلdata[].index | النوعinteger |
الحقلdata[].embedding | النوعfinite float[] |
الحقلusage | النوعobject |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra sentence-transformers/all-mpnet-base-v2
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · Sentence Transformers: all-mpnet-base-v2
- ما المدخلات والنتائج المتاحة؟
POST /v1/embeddings·sentence-transformers/all-mpnet-base-v2:text,token_ids→embedding- ما الحقول التي يستخدمها الطلب؟
POST /v1/embeddings·sentence-transformers/all-mpnet-base-v2:model,input,encoding_format,provider- ما الحدود المطبقة؟
POST /v1/embeddings·sentence-transformers/all-mpnet-base-v2:input.budget.maximum:512(بايتات UTF8);input.min_items:1