Source: https://ailoot.ai/models/ar/sentence-transformers-all-mpnet-base-v2/
Canonical: https://ailoot.ai/models/ar/sentence-transformers-all-mpnet-base-v2/
Language: ar

# Sentence Transformers: all-mpnet-base-v2

[Markdown](https://ailoot.ai/models/ar/sentence-transformers-all-mpnet-base-v2/index.md) · [JSON](https://ailoot.ai/models/ar/sentence-transformers-all-mpnet-base-v2/facts.json)

## [Sentence Transformers: all-mpnet-base-v2](https://ailoot.ai/models/ar/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.

- [**Ailoot Ultra · التضمينات** `POST /v1/embeddings` `sentence-transformers/all-mpnet-base-v2`](https://ailoot.ai/models/ar/sentence-transformers-all-mpnet-base-v2/#method-0)

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`](https://ailoot.ai/models/ar/#m=sentence-transformers%2Fall-mpnet-base-v2&route=Ultra&caller=sentence-transformers%2Fall-mpnet-base-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/all-mpnet-base-v2`

### البداية

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 |
| --- | --- | --- | --- | --- |
| الحقل`model` | النوع`string` | المتطلبمطلوب | القيم والحدود sentence-transformers/all-mpnet-base-v2 | القيمة الافتراضية— |
| الحقل`input` | النوع`string\|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— |
| الحقل`encoding_format` | النوع`string` | المتطلباختياري | القيم والحدود float | القيمة الافتراضيةfloat |
| الحقل`dimensions` | النوع`integer` | المتطلبغير مدعوم | القيم والحدود الحد الأدنى: ⁦1⁩ | القيمة الافتراضية— |
| الحقل`user` | النوع`json_value` | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
| الحقل`session_id` | النوع`json_value` | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
| الحقل`trace` | النوع`json_value` | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
| الحقل`provider` | النوع`object` | المتطلباختياري | القيم والحدود الشروط: تم رفض provider.options | القيمة الافتراضية— |

تركيبات مواد الإدخال

**text\_to\_embedding**

معلمات الطريقة ودورة حياتها

| المعلمة | المواصفات |
| --- | --- |
| المعلمة`content_type` | المواصفاتapplication/json |
| المعلمة`required` | المواصفاتmodel, input |
| المعلمة`input_shapes` | المواصفاتstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| المعلمة`encoding_format` | المواصفاتfloat |
| المعلمة`dimensions_override` | المواصفاتfalse |
| المعلمة`max_input_budget_units` | المواصفات512 |
| المعلمة`multimodal_objects` | المواصفاتfalse |
| المعلمة`material_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 →](https://ailoot.ai/docs/ar/billing/reserve/)

### أمثلة للطلبات

#### Ailoot Ultra · التضمينات

curlPython SDK

```bash
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
```

```python
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 |
| --- | --- |
| الحقل`object` | النوعstring |
| الحقل`model` | النوعstring |
| الحقل`data[].index` | النوعinteger |
| الحقل`data[].embedding` | النوعfinite float\[\] |
| الحقل`usage` | 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`](https://ailoot.ai/models/ar/#m=sentence-transformers%2Fall-mpnet-base-v2&route=Ultra&caller=sentence-transformers%2Fall-mpnet-base-v2&fmt=embeddings)

#### الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

#### معرّفات النماذج ذات الصلة IDs

[`sentence-transformers/all-mpnet-base-v2`](https://ailoot.ai/models/ar/#m=sentence-transformers%2Fall-mpnet-base-v2&route=Ultra&caller=sentence-transformers%2Fall-mpnet-base-v2&fmt=embeddings)

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`

اربط Ailoot بخدمة Claude Code أوOpenCode أوHermes أوتطبيقك.

## الشركة ومحفظة مشاريعها

الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.

## اشتر الرموز بخصم.

خصم اشتراك للعمل المنتظم. الرموز الترويجية حتى 50% على شراء الرموز.

الاشتراك

اختر خطة بخصم لطلباتك المنتظمة.

رمز خصم حتى 50%

أدخل الرمز عند الشراء. يعاد حساب السعر وفق العرض الساري.

المصروفات في السجل

يحفظ النموذج والرموز والمبلغ لكل طلب.

[اختر اشتراكا](https://ailoot.ai/docs/ar/billing/subscriptions/) · [اعرض أسعار النماذج](https://ailoot.ai/models/ar/)

## اربط API بالمنتج الذي تبيعه.

SaaS والتطبيقات والبوتات وفق العرض واتفاقية ترخيص Ailoot. لإعادة البيع، اطلب ترخيص موزع.

تطبيق تجاري

أضف توليد النص والصور والفيديو والصوت إلى ميزات خدمتك المدفوعة.

ترخيص إعادة البيع

أرسل وصف المشروع وطريقة توفير الوصول. اطلب شروط استخدام وإعادة بيع مكتوبة.

المستندات على الموقع

العرض واتفاقية الترخيص وسياسة معالجة البيانات متاحة قبل الربط.

[اطلب ترخيص إعادة بيع](mailto:support@ailoot.ai) · [العرض واتفاقية الترخيص](https://ailoot.ai/legal/offer?lang=ar)

## Ailoot · الشركة ومحفظة مشاريعها





تستند Ailoot إلى خبرة تشغيلية متراكمة وقاعدة عملاء واسعة وخدمة مستقرة ومراقبة مستمرة لمؤشرات الأداء KPI.





الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.





توظف Ailoot هذه الخبرة التشغيلية لإتاحة الوصول عبر API إلى قدرات الذكاء الاصطناعي في منتجات العملاء ووكلائهم وتطبيقاتهم وعمليات الأتمتة.