Source: https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/
Canonical: https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/
Language: he

# Sentence Transformers: paraphrase-MiniLM-L6-v2

[Markdown](https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/index.md) · [JSON](https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/facts.json)

## [Sentence Transformers: paraphrase-MiniLM-L6-v2](https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/)

Sentence Transformers paraphrase-MiniLM-L6-v2 ממפה משפטים ופסקאות קצרות לווקטורים בעלי 384 ממדים לחיפוש סמנטי ולקיבוץ לאשכולות. התצורה שפורסמה שלו משתמשת באיגום ממוצע ובהגדרת רצף של 128 טוקנים.

- [**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/he/sentence-transformers-paraphrase-minilm-l6-v2/#method-0)

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

paraphrase-MiniLM-L6-v2 הוא מודל הטמעות של Sentence Transformers למשפטים ולפסקאות קצרות. הוא ממפה כל טקסט למרחב וקטורים צפוף בעל 384 ממדים, כאשר חיפוש סמנטי וקיבוץ לאשכולות נמנים עם המשימות שציין היצרן. הארכיטקטורה שפורסמה משלבת טרנספורמר עם איגום ממוצע; אורך הרצף המוגדר שלה הוא 128 טוקנים.

#### ייצגו את הקטע שברצונכם להשוות

הכינו את המשפט או הפסקה הקצרה בפועל, תוך שמירה על הנושא ועל תנאים חשובים. אוסף מעשי יכול להכיל שאלות בניסוחים שונים או תיאורים קצרים של נושאים קשורים. בצעו הטמעה לכל רשומה ושמרו את הניסוח המקורי ואת המזהה שלה, כדי שהשוואה מאוחרת יותר תוכל להחזיר את הטקסט עצמו.

לדוגמה, כמה שאלות עזרה עשויות לתאר אותו קושי במונחים שונים. שלב דמיון יכול לקרב את המועמדים האלה, ולאחר מכן אפשר לבדוק את הניסוח שלהם ביחס לבעיה בפועל. ההטמעה היא הייצוג המספרי המשמש בהשוואה הזאת; היא אינה כותבת פרפרזה או מקצה בעצמה תווית אשכול סופית.

#### איגום ממוצע ושימוש בווקטורים

דוגמת הקידוד הישיר של היצרן מתחשבת במסכת הקשב בעת חישוב ממוצע ייצוגי הטוקנים, תוך החרגת מיקומי ריפוד. הארכיטקטורה שלה בוחרת במפורש באיגום ממוצע ואינה בוחרת באיגום CLS או באיגום מקסימום. שמרו את מתכון האיגום הזה עם המודל בעת הכנת וקטורים שניתן להשוות.

לכל ייצוג מוחזר יש 384 רכיבים. שלב אינדוקס או קיבוץ לאשכולות עובד עם הווקטורים האלה באמצעות תצורת דמיון שנבחרה, בעוד שרשומת המקור נשארת זמינה לסקירה. שמרו על אותו מודל, הכנת קלט והגדרות השוואה על פני הפריטים שמושווים. מודל אחר שמחזיר 384 ערכים אינו אותו מרחב הטמעות על סמך הצורה הזאת בלבד.

#### קלטים קצרים בתצורה שפורסמה

תצורת הייחוס של Sentence Transformer משתמשת באורך רצף מרבי של 128 טוקנים. הכינו מקור ארוך כיחידות קצרות וקוהרנטיות במקום פסקה אחת גדולה מדי. משפט המכיל כלל עשוי להזדקק לחריג שבמשפט הבא; שמרו את היחידה הקטנה הזאת יחד כשהיא נכנסת. מספר מילים או תווים אינו קובע ישירות את אורך הרצף בטוקנים.

בקבוצת תיאורים קצרים, שמרו שמות ותכונות מבחינות שחשובים להשוואה. רשומה המכילה רק קטגוריה עמומה עשויה להיות קשה להפרדה מרשומות אחרות מאותו סוג. אחסנו את השיוך למקור מחוץ לווקטור, כדי שאפשר יהיה לבדוק מועמד שהוחזר מול החומר המקורי.

#### תוצאות חיפוש וקיבוץ לאשכולות

בחיפוש סמנטי, ייצגו את השאילתה ואת חומר הקורפוס באותו מודל והחזירו רשומות מועמדות עם טקסט המקור שלהן. בקיבוץ לאשכולות, שלב אחר יוצר קבוצות מהווקטורים. בדקו את הרשומות הסמוכות לגבול אשכול לפני השימוש בקיבוץ כהחלטת מוצר או כתווית אוטומטית.

הפלט השימושי הוא ייצוג קומפקטי של טקסט קצר הקשור לרשומה המקורית שלו. לנקודת הביקורת המדויקת paraphrase-MiniLM-L6-v2 יש תצורת איגום ורצף משלה. גרסאות all-MiniLM וגרסאות paraphrase הרב־לשוניות הן פרופילי מודל נפרדים; האימון, טווח השפות או הגדרות הקלט שלהן אינם משתמעים מהשם המשותף MiniLM.

**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2`

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/he/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/paraphrase-minilm-l6-v2`

### התחלה

Sentence Transformers paraphrase-MiniLM-L6-v2 ממפה משפטים ופסקאות קצרות לווקטורים בעלי 384 ממדים לחיפוש סמנטי ולקיבוץ לאשכולות. התצורה שפורסמה שלו משתמשת באיגום ממוצע ובהגדרת רצף של 128 טוקנים.

סוגי קלט נתמכים

טקסט · token\_ids

תוצאות

embedding

### זמין ב-Ailoot · קלט ושיטות

**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings`

סוגי קלט

`text`, `token_ids`

סוגי פלט

`embedding`

פורמט פלט

json

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות sentence-transformers/paraphrase-minilm-l6-v2 | ברירת מחדל— |
| שדה`input` | סוג`string\|string[]\|integer[]\|integer[][]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ תנאים: אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים. תקציב קלט: מקסימום: ⁦512⁩ · יחידת טקסט: בתים בקידוד UTF8 · יחידת טוקנים: רכיבים במערך טוקנים | ברירת מחדל— |
| שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float | ברירת מחדלfloat |
| שדה`dimensions` | סוג`integer` | דרישהלא נתמך | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— |
| שדה`user` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`session_id` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`trace` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`provider` | סוג`object` | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה | ברירת מחדל— |

שילובים של חומרי קלט

**text\_to\_embedding**

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`content_type` | מפרטapplication/json |
| פרמטר`required` | מפרטmodel, input |
| פרמטר`input_shapes` | מפרטstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| פרמטר`encoding_format` | מפרטfloat |
| פרמטר`dimensions_override` | מפרטfalse |
| פרמטר`max_input_budget_units` | מפרט512 |
| פרמטר`multimodal_objects` | מפרטfalse |
| פרמטר`material_types` | מפרטtext, token\_ids |

מחזור חיים: `synchronous_json`

שמרו כל אינדקס וקטור וממד.

שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה.

### תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר

לא צוין כאשר נבחר מצב מהיר

מצב Flex

לא צוין כאשר נבחר מצב flex

מאמץ חשיבה מרבי

לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

#### תעריפי Ailoot

#### מחירים לפי תצורה

| תצורה | טבלת תעריפים | חיוב |
| --- | --- | --- |
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.00001** / 1K טוקנים פלט · טוקני פלט **$0** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים |

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot Ultra · ייצוגים וקטוריים

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/paraphrase-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
```

```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/paraphrase-minilm-l6-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### קבלה ושמירה של תוצאות

#### Ailoot Ultra · ייצוגים וקטוריים

json

##### שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.

##### כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`object` | סוגstring |
| שדה`model` | סוגstring |
| שדה`data[].index` | סוגinteger |
| שדה`data[].embedding` | סוגfinite float\[\] |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| תגובה | תנאי | השלב הבא |
| --- | --- | --- |
| תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |

### כינויים

#### כינויים למודל

**Ailoot Ultra** [`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/he/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

#### כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

#### מזהי מודלים קשורים IDs

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/he/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

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

אילו קלטים ותוצאות זמינים?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `text`, `token_ids` → `embedding`

באילו שדות הבקשה משתמשת?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `model`, `input`, `encoding_format`, `provider`

אילו מגבלות חלות?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `input.budget.maximum`: `512` (בתים בקידוד UTF8); `input.min_items`: `1`

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

## החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

## קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי

בחרו מסלול עם הנחה לבקשות הקבועות שלכם.

קוד הנחה עד 50%

הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.

הוצאות בהיסטוריה

המודל, האסימונים והסכום נשמרים לכל בקשה.

[בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/)

## חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי

שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.

רישיון למכירה מחדש

שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.

מסמכים באתר

ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

[בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he)

## Ailoot · החברה ופורטפוליו הפרויקטים שלה





Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI.





החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.





Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.