Sentence Transformers: all-MiniLM-L12-v2

Sentence Transformers all-MiniLM-L12-v2 kóduje věty a krátké odstavce do vektorů s 384 rozměry pro vyhledávání, posuzování podobnosti a shlukování. Referenční postup používá průměrování a normalizaci s výchozím zkracováním na 256 částí slov.

Ailoot Ultra · Vektorové reprezentace POST /v1/embeddings sentence-transformers/all-minilm-l12-v2

O modelu

Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.

all-MiniLM-L12-v2 je kódovací model Sentence Transformers pro věty a krátké odstavce. Vytváří jeden hustý vektor s 384 rozměry pro každý text pro sémantické vyhledávání, vyhledávání informací, shlukování a posuzování podobnosti vět. Model používá základ MiniLM-L12-H384-uncased a byl doladěn kontrastivním učením na kolekci miliardy párů vět.

Zakódujte jednotku, kterou chcete vyhledat

Použijte větu nebo krátký odstavec vyjadřující jednu užitečnou myšlenku. V kolekci popisů produktů zachovejte vlastnost a podmínku odlišující položku: „Adaptér připojuje kabelovou náhlavní soupravu k portu USB-C“ je informativnější než „Zvukové příslušenství“. Vedle vektoru ukládejte identifikátor záznamu a původní popis.

Vyhledávací dotaz pak lze porovnat s kódovanými popisy. Před předložením konečné volby zkontrolujte vrácené kandidáty podle přesných požadavků, například typu konektoru nebo kompatibility zařízení. Vektor reprezentuje význam textu; okolní vyhledávací aplikace získává odpovídající záznamy.

Průměrování a normalizované vektory

Publikovaný příklad kódování průměruje reprezentace tokenů s maskou pozornosti, takže výplňové pozice nepřispívají do průměru. Poté provádí normalizaci L2. Tyto kroky jsou součástí referenčního postupu získání vektoru věty, nikoli pokynem vzít libovolný token ze základního transformera.

Udržujte konfiguraci modelu, agregace a normalizace konzistentní mezi indexovanými texty a novými dotazy. Výsledné reprezentace s 384 složkami lze porovnávat kosinovou podobností. Záznam této konfigurace uchovejte s kolekcí; jiný kódovací model s 384 rozměry se nestává kompatibilním jen proto, že jeho vektory mají stejnou délku.

Výchozí délka vstupu a rozsah trénování

Výrobce stanovuje výchozí zkracování nad 256 částí slov. Jde o limit tokenizéru, nikoli počet běžných slov nebo znaků. U delšího záznamu volte ucelené krátké sekce a zachovejte nadpis nebo identifikační detail potřebný k interpretaci každé z nich.

Trénovací postup modelu používal sekvence do 128 tokenů. Toto trénovací nastavení je oddělené od publikovaného výchozího kódování 256 částí slov. Pasáž, která se vejde do výchozího limitu, se přesto může podstatně lišit od krátkých vět použitých při trénování, proto dlouhé nebo odborné popisy posuzujte pomocí reprezentativních příkladů.

Postupy posuzování podobnosti a shlukování

Pro sadu zpráv podpory mohou vektorové reprezentace poskytovat číselné vstupy do seskupovací fáze. Než přiřadíte čitelný štítek, prohlédněte několik zpráv z každé navrhované skupiny i zprávy poblíž její hranice. Při kontrole duplicitního obsahu vyhledávejte podobné záznamy a porovnávejte jejich skutečné formulace; dvě pasáže mohou probírat stejné téma a přitom dávat odlišné pokyny.

Tato přesná edice L12-v2 je anglický profil vektorových reprezentací vět. Je odlišná od all-MiniLM-L6-v2 a checkpointů paraphrase-MiniLM. Společné názvy rodin nepřenášejí jejich konfiguraci sekvence ani postup agregace. Používejte její kompaktní husté vektory společně se zdrojovými záznamy a hodnocením konkrétní úlohy, místo chápání hodnoty podobnosti jako ověřené odpovědi nebo konečného redakčního rozhodnutí.

Ailoot Ultra · Vektorové reprezentace POST /v1/embeddings sentence-transformers/all-minilm-l12-v2

sentence-transformers/all-minilm-l12-v2

Sentence Transformers /sentence-transformers/all-minilm-l12-v2

Úvod

Přijímané vstupy: Text · token_ids
Výsledky: embedding

Dostupné v Ailoot · vstupy a metody

Ailoot Ultra · Vektorové reprezentace POST /v1/embeddings

Vstup: text, token_ids
Výstup: embedding
Výstupní formát: json

Pole	Typ	Požadavek	Hodnoty a limity	Výchozí
Pole`model`	Typ`string`	PožadavekPovinné	Hodnoty a limity sentence-transformers/all-minilm-l12-v2	Výchozí—
Pole`input`	Typ`string\|string[]\|integer[]\|integer[][]`	PožadavekPovinné	Hodnoty a limity Minimální počet položek: 1 Podmínky: Neprázdná homogenní dávka. ID tokenů jsou nezáporná celá čísla. Rozpočet vstupu: Maximum: 512 · Jednotka textu: bajty UTF8 · Jednotka tokenů: prvky pole tokenů	Výchozí—
Pole`encoding_format`	Typ`string`	PožadavekVolitelné	Hodnoty a limity float	Výchozífloat
Pole`dimensions`	Typ`integer`	PožadavekNepodporováno	Hodnoty a limity Minimum: 1	Výchozí—
Pole`user`	Typ`json_value`	PožadavekVolitelné	Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu.	Výchozí—
Pole`session_id`	Typ`json_value`	PožadavekVolitelné	Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu.	Výchozí—
Pole`trace`	Typ`json_value`	PožadavekVolitelné	Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu.	Výchozí—
Pole`provider`	Typ`object`	PožadavekVolitelné	Hodnoty a limity Podmínky: Parametr provider.options byl odmítnut	Výchozí—

Kombinace vstupních materiálů

text_to_embedding

Parametry a životní cyklus metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input
Parametr`input_shapes`	Kontraktstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parametr`encoding_format`	Kontraktfloat
Parametr`dimensions_override`	Kontraktfalse
Parametr`max_input_budget_units`	Kontrakt512
Parametr`multimodal_objects`	Kontraktfalse
Parametr`material_types`	Kontrakttext, token_ids

Životní cyklus: synchronous_json

Uchovejte index i rozměr každého vektoru.

Multimodální název modelu neznamená, že tato konkrétní cesta přijímá obrazové objekty.

Tarify

Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.

Rychlý režim: Neuvedeno Při výběru rychlého režimu
Režim flex: Neuvedeno Při výběru režimu flex
Maximální intenzita uvažování: Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default)

Sazby Ailoot

Ceny podle konfigurace

Konfigurace	Tabulka sazeb	Poplatek
KonfiguraceZákladní sazby za tokeny	Tabulka sazebZákladní sazba	Poplatek Vstup · Vstupní tokeny $0.00001 / 1K tokenů Výstup · Výstupní tokeny $0 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů

Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →

Příklady požadavků

Ailoot Ultra · Vektorové reprezentace

curlPython SDK

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-minilm-l12-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-minilm-l12-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Přijímání a ukládání výsledků

Ailoot Ultra · Vektorové reprezentace

json

Uchovejte všechny dokončené výsledky

Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.

Uchovejte každý vektor spolu s jeho indexem. Počet vektorů musí odpovídat počtu vstupů; jejich rozměr musí být jednotný.

Pokud je nutné ověřit původní odpověď

Samostatný endpoint úloh pro embeddingy se nezavádí.

Pole odpovědi

Pole	Typ
Pole`object`	Typstring
Pole`model`	Typstring
Pole`data[].index`	Typinteger
Pole`data[].embedding`	Typfinite float[]
Pole`usage`	Typobject

Chyby a další kroky

Odpověď	Podmínka	Další krok
Odpověď400 · `invalid_request_error`	PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru	Další krokPřed novým požadavkem na vytvoření opravte uvedená pole.

Aliasy

Aliasy modelu

Ailoot Ultra sentence-transformers/all-minilm-l12-v2

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

sentence-transformers/all-minilm-l12-v2

FAQ · Sentence Transformers: all-MiniLM-L12-v2

Jaké vstupy a výsledky jsou dostupné?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: text, token_ids → embedding
Jaká pole požadavek používá?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: model, input, encoding_format, provider
Jaké limity platí?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: input.budget.maximum: 512 (bajty UTF8); input.min_items: 1

Sentence Transformers: all-MiniLM-L12-v2