Sentence Transformers: all-MiniLM-L6-v2

Sentence Transformers all-MiniLM-L6-v2 reprezentuje věty a krátké odstavce jako vektory s 384 rozměry pro sémantické vyhledávání, shlukování a posuzování podobnosti. Publikovaný postup kombinuje průměrování s normalizací L2 a výchozím limitem 256 částí slov.

Ailoot Ultra · Vektorové reprezentace POST /v1/embeddings sentence-transformers/all-minilm-l6-v2

O modelu

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

all-MiniLM-L6-v2 je kódovací model Sentence Transformers pro věty a krátké odstavce. Převádí každý text na hustý vektor s 384 rozměry pro vyhledávání, shlukování a posuzování podobnosti vět. Model byl doladěn ze základu MiniLM-L6-H384-uncased pomocí kontrastivního učení na kolekci miliardy párů vět.

Připravte stručné a smysluplné záznamy

Vyberte větu nebo odstavec, který se má objevit ve výsledku vyhledávání. U kolekce častých otázek zachovejte otázku a stručné vysvětlení odlišující její téma. Pasáž o obnovení zapomenutého hesla má zachovat postup resetování, místo omezení na jediné slovo, například „Účet“.

U dlouhého článku indexujte ucelené krátké sekce a zachovejte jejich zdrojová umístění. Vyhledávejte kandidátní sekce porovnáním vektoru dotazu s uloženými reprezentacemi a poté zobrazte původní pasáže, aby čtenář mohl prozkoumat skutečné pokyny.

Získejte reprezentaci věty

Přímý postup kódování výrobce průměruje reprezentace tokenů s maskou pozornosti a vylučuje výplňové pozice z průměru. Poté provádí normalizaci L2. Tyto kroky vytvářejí reprezentaci věty používanou pro porovnávání; reprezentace jednotlivých tokenů ze základního transformera mají odlišnou roli.

Každý výstup má 384 složek. Při budování kolekce a kódování pozdějších dotazů používejte stejný checkpoint, agregaci a normalizaci. Kosinová podobnost může porovnávat výsledné vektory. Hodnota podobnosti je užitečná pro řazení kandidátů v tomto nastavení, zatímco původní text určuje, zda kandidát odpovídá na otázku.

Délka a hranice edice

Publikované výchozí nastavení zkracuje vstupy delší než 256 částí slov. Tato jednotka tokenizéru neodpovídá přímo běžnému slovu nebo znaku. Udržujte důležité podmínky uvnitř indexované jednotky a dlouhý postup před kódováním rozdělte na smysluplných hranicích.

Trénovací sekvence byly omezeny na 128 tokenů. Toto trénovací nastavení je oddělené od výchozího kódování 256 částí slov. U nezvykle dlouhých nebo odborných pasáží používejte reprezentativní příklady dotazů a pasáží k posouzení vyhledávání, místo předpokladu, že splnění vstupní hranice zaručuje stejné zohlednění každé podrobnosti.

Přesná edice L6-v2 je anglickým profilem vektorových reprezentací. Edice L12-v2 a paraphrase-MiniLM mají samostatné identity modelů a konfigurace. Společný název MiniLM nebo výstup s 384 rozměry nedokládají zaměnitelnost vektorů.

Vyhledávání, podobnost a seskupování

Při kontrole duplicitních otázek vyhledejte podobné otázky a před sloučením záznamů porovnejte skutečnou formulaci. Otázky „Mohu si resetovat heslo?“ a „Může správce resetovat heslo jiného uživatele?“ se týkají souvisejících témat, ale odlišných oprávnění. Zachovejte tento rozdíl v kódovaném textu i při kontrole.

Při shlukování používejte reprezentace jako číselné vstupy do seskupovacího procesu a před pojmenováním skupiny prozkoumejte reprezentativní záznamy. Tento model poskytuje vektory, nikoli písemné štítky shluků nebo generovanou odpověď na častou otázku. Jeho užitečným výsledkem je kompaktní reprezentace krátké zdrojové pasáže, která zůstává spojená s původním záznamem.

Ailoot Ultra · Vektorové reprezentace POST /v1/embeddings sentence-transformers/all-minilm-l6-v2

sentence-transformers/all-minilm-l6-v2

Sentence Transformers /sentence-transformers/all-minilm-l6-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-l6-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-l6-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-l6-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-l6-v2

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

sentence-transformers/all-minilm-l6-v2

FAQ · Sentence Transformers: all-MiniLM-L6-v2

Jaké vstupy a výsledky jsou dostupné?: POST /v1/embeddings · sentence-transformers/all-minilm-l6-v2: text, token_ids → embedding
Jaká pole požadavek používá?: POST /v1/embeddings · sentence-transformers/all-minilm-l6-v2: model, input, encoding_format, provider
Jaké limity platí?: POST /v1/embeddings · sentence-transformers/all-minilm-l6-v2: input.budget.maximum: 512 (bajty UTF8); input.min_items: 1

Sentence Transformers: all-MiniLM-L6-v2