Mistral Embed 2312 er Mistral AI’s tekstembeddingmodel til at repræsentere betydning numerisk. Den accepterer en tekststreng eller en liste af strenge og returnerer en embeddingvektor for hvert input. Resultatet er en vektor, som applikationen bruger til lighed, genfinding, klassifikation eller klyngedannelse frem for en samtaleforklaring. Producentens faste modelside identificerer mistral-embed-2312.
Input, kontekst og vektorform
Den præcise modelside dokumenterer en kontekstbetegnelse på 8k. Forbered hvert tekstelement inden for den gældende inputkapacitet, og gem elementets identitet sammen med vektoren. Et langt kildedokument kan opdeles i nyttige passager, hvor dokumenttitel, afsnit og kildeplacering bevares, så det korrekte materiale kan returneres senere.
Producentens Mistral Embed-vejledning angiver 1024 dimensioner for hver tekstembedding uanset inputtets synlige længde. Et kort spørgsmål og en længere passage har derfor samme vektorform, selv om indholdet og tokenantallet er forskellige. Det er en dimension for outputrepræsentationen, ikke et budget for svartokens eller et mål for, hvor mange kildeord der bevares.
Det dokumenterede svar indeholder embeddings og oplysninger om tokenforbrug; endepunktseksemplet knytter hver vektor til et inputindeks. Bevar denne tilknytning ved behandling af flere tekster. Applikationen har brug for den oprindelige tekst og dens identifikatorer såvel som det numeriske resultat for at vise en nyttig søgetræffer eller levere kildemateriale til et senere trin.
Semantisk lighed
Vejledningen forklarer, at relaterede tekster typisk ligger tæt i embeddingrummet. Det understøtter genfinding af passager, som bruger forskellige ord til at udtrykke samme emne eller krav. En eksempelforespørgsel til en vidensbase kan spørge, hvordan adgang genoprettes, mens den relevante procedure bruger en anden formulering for samme operation. Applikationen kan sammenligne forespørgslens vektor med lagrede passagevektorer frem for kun at stole på præcise ordmatch.
Producentens eksempler bruger enhedsnormaliserede embeddings. For sådanne vektorer giver cosinuslighed, prikprodukt og euklidisk afstand konsistente lighedsrangeringer, selv om deres numeriske værdier ikke er identiske. Vælg én passende sammenligningsmetode, og anvend den konsekvent på tværs af forespørgsels- og dokumentrepræsentationerne.
Lighed er ikke bevis for, at to udsagn er udskiftelige. Bevar kildeteksten, og undersøg den betingelse, dato eller identifikator, der er vigtig for spørgsmålet. To passager kan vedrøre samme emne, men beskrive forskellige procedurer eller undtagelser. Embeddingvektoren giver et genfindingssignal; fortolkning af den valgte passage er en separat del af opgaven.
Genfinding og kildebaserede svar
En praktisk dokumentarbejdsgang forbereder vektorer til vidensbasepassager, lagrer deres identifikatorer og oprindelige tekst og sammenligner derefter et nyt spørgsmål med samlingen. Returnér relevante passager med deres kildeplaceringer. Applikationen kan vise passagerne direkte eller indsende dem til en tekstgenereringsmodel, der skriver et svar forankret i det genfundne materiale.
Ved et nyttigt søgeresultat skal du bevare dokumenttitlen, afsnittet, passagen og den identifikator, der blev brugt til at finde den. En supportassistent kan derefter genfinde den procedure, der er relevant for brugerens spørgsmål, og sende den til svarskrivningstrinnet. Mistral Embed udfører den numeriske repræsentation; modellen udarbejder ikke selv den endelige forklaring og udfører ikke en ekstern handling.
Andre dokumenterede anvendelser
Producenten angiver også parafrasegenkendelse, klassifikation, klyngedannelse og batchbehandling blandt embeddingarbejdsgangene. En sammenligningsopgave kan genfinde passager med relateret betydning til gennemgang. En klassifikationsarbejdsgang kan sammenligne et input med mærkede eksempler eller bruge vektorerne som features til en separat klassifikator. En arbejdsgang til klyngedannelse kan gruppere lignende elementer til en senere beskrivelse fra et menneske eller på applikationsniveau.
Definér repræsentationens formål, før dataene forberedes. En passage til semantisk søgning bør bevare den information, nogen har brug for efter genfinding; et klassifikationseksempel bør indeholde den ordlyd, der adskiller klassen. Hold forberedelsen konsekvent, så en forespørgsel og et lagret element repræsenterer sammenligneligt materiale.
Udgave- og outputgrænser
Brug samme modeludgave og en kompatibel repræsentation til dokumenterne og deres forespørgsler. En vektor med samme antal koordinater fra en anden model ligger ikke automatisk i samme semantiske rum. Udskiftning af modellen eller repræsentationen kræver, at de lagrede elementer og forespørgsler fortsat er afstemt.
Denne beskrivelse omfatter tekstinput og numerisk vektoroutput med producentens 8k-kontekst og Mistral Embeds dokumenterede repræsentation på 1024 dimensioner. Codestral Embeds konfigurerbare dimensioner og kvantiserede formater tilhører den særskilt navngivne kodemodel og bør ikke antages her. Billeder, lyd, genereret prosa og værktøjsudførelse er særskilte evner uden for dette tekstembeddingresultat.
", "aboutText": "Mistral Embed 2312 er Mistral AI’s tekstembeddingmodel til at repræsentere betydning numerisk. Den accepterer en tekststreng eller en liste af strenge og returnerer en embeddingvektor for hvert input. Resultatet er en vektor, som applikationen bruger til lighed, genfinding, klassifikation eller klyngedannelse frem for en samtaleforklaring. Producentens faste modelside identificerer mistral-embed-2312.\n\nInput, kontekst og vektorform\n\nDen præcise modelside dokumenterer en kontekstbetegnelse på 8k. Forbered hvert tekstelement inden for den gældende inputkapacitet, og gem elementets identitet sammen med vektoren. Et langt kildedokument kan opdeles i nyttige passager, hvor dokumenttitel, afsnit og kildeplacering bevares, så det korrekte materiale kan returneres senere.\n\nProducentens Mistral Embed-vejledning angiver 1024 dimensioner for hver tekstembedding uanset inputtets synlige længde. Et kort spørgsmål og en længere passage har derfor samme vektorform, selv om indholdet og tokenantallet er forskellige. Det er en dimension for outputrepræsentationen, ikke et budget for svartokens eller et mål for, hvor mange kildeord der bevares.\n\nDet dokumenterede svar indeholder embeddings og oplysninger om tokenforbrug; endepunktseksemplet knytter hver vektor til et inputindeks. Bevar denne tilknytning ved behandling af flere tekster. Applikationen har brug for den oprindelige tekst og dens identifikatorer såvel som det numeriske resultat for at vise en nyttig søgetræffer eller levere kildemateriale til et senere trin.\n\nSemantisk lighed\n\nVejledningen forklarer, at relaterede tekster typisk ligger tæt i embeddingrummet. Det understøtter genfinding af passager, som bruger forskellige ord til at udtrykke samme emne eller krav. En eksempelforespørgsel til en vidensbase kan spørge, hvordan adgang genoprettes, mens den relevante procedure bruger en anden formulering for samme operation. Applikationen kan sammenligne forespørgslens vektor med lagrede passagevektorer frem for kun at stole på præcise ordmatch.\n\nProducentens eksempler bruger enhedsnormaliserede embeddings. For sådanne vektorer giver cosinuslighed, prikprodukt og euklidisk afstand konsistente lighedsrangeringer, selv om deres numeriske værdier ikke er identiske. Vælg én passende sammenligningsmetode, og anvend den konsekvent på tværs af forespørgsels- og dokumentrepræsentationerne.\n\nLighed er ikke bevis for, at to udsagn er udskiftelige. Bevar kildeteksten, og undersøg den betingelse, dato eller identifikator, der er vigtig for spørgsmålet. To passager kan vedrøre samme emne, men beskrive forskellige procedurer eller undtagelser. Embeddingvektoren giver et genfindingssignal; fortolkning af den valgte passage er en separat del af opgaven.\n\nGenfinding og kildebaserede svar\n\nEn praktisk dokumentarbejdsgang forbereder vektorer til vidensbasepassager, lagrer deres identifikatorer og oprindelige tekst og sammenligner derefter et nyt spørgsmål med samlingen. Returnér relevante passager med deres kildeplaceringer. Applikationen kan vise passagerne direkte eller indsende dem til en tekstgenereringsmodel, der skriver et svar forankret i det genfundne materiale.\n\nVed et nyttigt søgeresultat skal du bevare dokumenttitlen, afsnittet, passagen og den identifikator, der blev brugt til at finde den. En supportassistent kan derefter genfinde den procedure, der er relevant for brugerens spørgsmål, og sende den til svarskrivningstrinnet. Mistral Embed udfører den numeriske repræsentation; modellen udarbejder ikke selv den endelige forklaring og udfører ikke en ekstern handling.\n\nAndre dokumenterede anvendelser\n\nProducenten angiver også parafrasegenkendelse, klassifikation, klyngedannelse og batchbehandling blandt embeddingarbejdsgangene. En sammenligningsopgave kan genfinde passager med relateret betydning til gennemgang. En klassifikationsarbejdsgang kan sammenligne et input med mærkede eksempler eller bruge vektorerne som features til en separat klassifikator. En arbejdsgang til klyngedannelse kan gruppere lignende elementer til en senere beskrivelse fra et menneske eller på applikationsniveau.\n\nDefinér repræsentationens formål, før dataene forberedes. En passage til semantisk søgning bør bevare den information, nogen har brug for efter genfinding; et klassifikationseksempel bør indeholde den ordlyd, der adskiller klassen. Hold forberedelsen konsekvent, så en forespørgsel og et lagret element repræsenterer sammenligneligt materiale.\n\nUdgave- og outputgrænser\n\nBrug samme modeludgave og en kompatibel repræsentation til dokumenterne og deres forespørgsler. En vektor med samme antal koordinater fra en anden model ligger ikke automatisk i samme semantiske rum. Udskiftning af modellen eller repræsentationen kræver, at de lagrede elementer og forespørgsler fortsat er afstemt.\n\nDenne beskrivelse omfatter tekstinput og numerisk vektoroutput med producentens 8k-kontekst og Mistral Embeds dokumenterede repræsentation på 1024 dimensioner. Codestral Embeds konfigurerbare dimensioner og kvantiserede formater tilhører den særskilt navngivne kodemodel og bør ikke antages her. Billeder, lyd, genereret prosa og værktøjsudførelse er særskilte evner uden for dette tekstembeddingresultat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8ca2bae02607d1daf3c303744b6c97ad014c22d588cdabea8c847f5348a21e1e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "mistralai/mistral-embed-2312Mistral Embed 2312 omdanner tekst til 1024-dimensionale vektorer til semantisk søgning, genfinding og analyse af relaterede tekster. Producentens side dokumenterer en 8k-kontekst; resultatet er en numerisk repræsentation knyttet til hvert input frem for et genereret svar.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Mistral Embed 2312 er Mistral AI’s tekstembeddingmodel til at repræsentere betydning numerisk. Den accepterer en tekststreng eller en liste af strenge og returnerer en embeddingvektor for hvert input. Resultatet er en vektor, som applikationen bruger til lighed, genfinding, klassifikation eller klyngedannelse frem for en samtaleforklaring. Producentens faste modelside identificerer mistral-embed-2312.
Input, kontekst og vektorform
Den præcise modelside dokumenterer en kontekstbetegnelse på 8k. Forbered hvert tekstelement inden for den gældende inputkapacitet, og gem elementets identitet sammen med vektoren. Et langt kildedokument kan opdeles i nyttige passager, hvor dokumenttitel, afsnit og kildeplacering bevares, så det korrekte materiale kan returneres senere.
Producentens Mistral Embed-vejledning angiver 1024 dimensioner for hver tekstembedding uanset inputtets synlige længde. Et kort spørgsmål og en længere passage har derfor samme vektorform, selv om indholdet og tokenantallet er forskellige. Det er en dimension for outputrepræsentationen, ikke et budget for svartokens eller et mål for, hvor mange kildeord der bevares.
Det dokumenterede svar indeholder embeddings og oplysninger om tokenforbrug; endepunktseksemplet knytter hver vektor til et inputindeks. Bevar denne tilknytning ved behandling af flere tekster. Applikationen har brug for den oprindelige tekst og dens identifikatorer såvel som det numeriske resultat for at vise en nyttig søgetræffer eller levere kildemateriale til et senere trin.
Semantisk lighed
Vejledningen forklarer, at relaterede tekster typisk ligger tæt i embeddingrummet. Det understøtter genfinding af passager, som bruger forskellige ord til at udtrykke samme emne eller krav. En eksempelforespørgsel til en vidensbase kan spørge, hvordan adgang genoprettes, mens den relevante procedure bruger en anden formulering for samme operation. Applikationen kan sammenligne forespørgslens vektor med lagrede passagevektorer frem for kun at stole på præcise ordmatch.
Producentens eksempler bruger enhedsnormaliserede embeddings. For sådanne vektorer giver cosinuslighed, prikprodukt og euklidisk afstand konsistente lighedsrangeringer, selv om deres numeriske værdier ikke er identiske. Vælg én passende sammenligningsmetode, og anvend den konsekvent på tværs af forespørgsels- og dokumentrepræsentationerne.
Lighed er ikke bevis for, at to udsagn er udskiftelige. Bevar kildeteksten, og undersøg den betingelse, dato eller identifikator, der er vigtig for spørgsmålet. To passager kan vedrøre samme emne, men beskrive forskellige procedurer eller undtagelser. Embeddingvektoren giver et genfindingssignal; fortolkning af den valgte passage er en separat del af opgaven.
Genfinding og kildebaserede svar
En praktisk dokumentarbejdsgang forbereder vektorer til vidensbasepassager, lagrer deres identifikatorer og oprindelige tekst og sammenligner derefter et nyt spørgsmål med samlingen. Returnér relevante passager med deres kildeplaceringer. Applikationen kan vise passagerne direkte eller indsende dem til en tekstgenereringsmodel, der skriver et svar forankret i det genfundne materiale.
Ved et nyttigt søgeresultat skal du bevare dokumenttitlen, afsnittet, passagen og den identifikator, der blev brugt til at finde den. En supportassistent kan derefter genfinde den procedure, der er relevant for brugerens spørgsmål, og sende den til svarskrivningstrinnet. Mistral Embed udfører den numeriske repræsentation; modellen udarbejder ikke selv den endelige forklaring og udfører ikke en ekstern handling.
Andre dokumenterede anvendelser
Producenten angiver også parafrasegenkendelse, klassifikation, klyngedannelse og batchbehandling blandt embeddingarbejdsgangene. En sammenligningsopgave kan genfinde passager med relateret betydning til gennemgang. En klassifikationsarbejdsgang kan sammenligne et input med mærkede eksempler eller bruge vektorerne som features til en separat klassifikator. En arbejdsgang til klyngedannelse kan gruppere lignende elementer til en senere beskrivelse fra et menneske eller på applikationsniveau.
Definér repræsentationens formål, før dataene forberedes. En passage til semantisk søgning bør bevare den information, nogen har brug for efter genfinding; et klassifikationseksempel bør indeholde den ordlyd, der adskiller klassen. Hold forberedelsen konsekvent, så en forespørgsel og et lagret element repræsenterer sammenligneligt materiale.
Udgave- og outputgrænser
Brug samme modeludgave og en kompatibel repræsentation til dokumenterne og deres forespørgsler. En vektor med samme antal koordinater fra en anden model ligger ikke automatisk i samme semantiske rum. Udskiftning af modellen eller repræsentationen kræver, at de lagrede elementer og forespørgsler fortsat er afstemt.
Denne beskrivelse omfatter tekstinput og numerisk vektoroutput med producentens 8k-kontekst og Mistral Embeds dokumenterede repræsentation på 1024 dimensioner. Codestral Embeds konfigurerbare dimensioner og kvantiserede formater tilhører den særskilt navngivne kodemodel og bør ikke antages her. Billeder, lyd, genereret prosa og værktøjsudførelse er særskilte evner uden for dette tekstembeddingresultat.
POST /v1/embeddingstext, token_idsembedding| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser mistralai/mistral-embed-2312 | Standard— |
Feltinput | Typestring|string[]|integer[]|integer[][] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 Betingelser: Ikke-tom batch med ensartede elementer. Token-ID’er er ikke-negative heltal. Inputbudget: Maksimum: 8.192 · Tekstenhed: UTF8-bytes · Tokenenhed: elementer i et tokenarray | Standard— |
Feltencoding_format | Typestring | KravValgfrit | Værdier og grænser float | Standardfloat |
Feltdimensions | Typeinteger | KravIkke understøttet | Værdier og grænser Minimum: 1 | Standard— |
Feltuser | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Feltsession_id | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Felttrace | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvist | Standard— |
text_to_embedding
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, input |
Parameterinput_shapes | Kontraktstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontraktfloat |
Parameterdimensions_override | Kontraktfalse |
Parametermax_input_budget_units | Kontrakt8192 |
Parametermultimodal_objects | Kontraktfalse |
Parametermaterial_types | Kontrakttext, token_ids |
Livscyklus: synchronous_json
Gem hver vektors indeks og dimension.
Et multimodalt modelnavn giver ikke adgang til at bruge billedobjekter på denne præcise sti.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0002 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/mistral-embed-2312", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.embeddings.create(model='mistralai/mistral-embed-2312',input=["First document","Second document"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\njson
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hver vektor med dens indeks. Antallet af vektorer skal svare til antallet af input; dimensionerne skal være ensartede.
Der indføres intet endpoint til embedding-job.
| Felt | Type |
|---|---|
Feltobject | Typestring |
Feltmodel | Typestring |
Feltdata[].index | Typeinteger |
Feltdata[].embedding | Typefinite float[] |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra mistralai/mistral-embed-2312
Brug metodestierne vist ovenfor.