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

# Sentence Transformers: paraphrase-MiniLM-L6-v2

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

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

A Sentence Transformers paraphrase-MiniLM-L6-v2 mondatokat és rövid bekezdéseket képez 384 dimenziós vektorokra szemantikai kereséshez és klaszterezéshez. Közzétett konfigurációja átlagoló poolingot és 128 tokenes szekvenciabeállítást használ.

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

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A paraphrase-MiniLM-L6-v2 a Sentence Transformers beágyazási modellje mondatokhoz és rövid bekezdésekhez. Minden szöveget 384 dimenziós sűrű vektortérbe képez le, a gyártó által megadott feladatok között szemantikai kereséssel és klaszterezéssel. A közzétett architektúra egy transzformert átlagoló poolinggal kombinál; konfigurált szekvenciahossza 128 token.

#### A hasonlítani kívánt szövegrészletet reprezentálja

A tényleges mondatot vagy rövid bekezdést készítse elő, épen tartva a tárgyat és fontos feltételeket. Egy gyakorlati gyűjtemény eltérően megfogalmazott kérdéseket vagy kapcsolódó témák rövid leírásait tartalmazhatja. Minden rekordot ágyazzon be, és őrizze meg eredeti megfogalmazását és azonosítóját, hogy a későbbi összehasonlítás magát a szöveget adhassa vissza.

Például több súgókérdés eltérő kifejezésekkel írhatja le ugyanazt a nehézséget. Egy hasonlósági lépés összehozhatja ezeket a jelölteket, majd megfogalmazásuk megvizsgálható a tényleges probléma szempontjából. A beágyazás az összehasonlításban használt numerikus reprezentáció; önmagában nem ír parafrázist és nem ad végleges klasztercímkét.

#### Átlagoló pooling és vektorhasználat

A gyártó közvetlen kódolási példája a tokenreprezentációk átlagolásakor figyelembe veszi a figyelmi maszkot, kizárva a kitöltő pozíciókat. Architektúrája kifejezetten átlagoló poolingot választ, nem CLS- vagy max poolingot. Ezt a poolingreceptet tartsa a modell mellett összehasonlítható vektorok előkészítésekor.

Minden visszaadott reprezentációnak 384 komponense van. Egy index vagy klaszterezési lépés ezekkel a vektorokkal dolgozik kiválasztott hasonlósági beállítás mellett, miközben az alapul szolgáló forrásrekord elérhető marad ellenőrzéshez. Az összehasonlított elemek között tartsa azonosan a modellt, bemenet-előkészítést és összehasonlítási beállításokat. Egy másik, szintén 384 értéket visszaadó modell pusztán e forma alapján nem ugyanazt a beágyazási teret használja.

#### Rövid bemenetek a közzétett konfigurációban

A referencia Sentence Transformer-konfiguráció 128 tokenes maximális szekvenciahosszt használ. A hosszú forrást rövid, összefüggő egységekként készítse elő, ne egy túlméretes bekezdésként. Egy szabályt tartalmazó mondatnak szüksége lehet a következő mondat kivételére; ezt a kis egységet tartsa együtt, ha elfér. A szó- vagy karakterszám nem határozza meg közvetlenül a tokenhosszt.

Rövid leírások készleténél őrizze meg az összehasonlításhoz fontos neveket és megkülönböztető tulajdonságokat. A csak homályos kategóriát tartalmazó rekord nehezen különíthető el azonos típusú más rekordoktól. A forráshoz kapcsolást a vektoron kívül tárolja, hogy a visszaadott jelölt az eredeti anyag alapján ellenőrizhető legyen.

#### Keresési és klaszterezési eredmények

Szemantikai keresésnél a lekérdezést és a korpusz anyagát ugyanezzel a modellel reprezentálja, és a jelöltrekordokat forrásszövegükkel együtt adja vissza. Klaszterezésnél egy másik lépés csoportokat képez a vektorokból. Mielőtt a csoportosítást termékdöntésként vagy automatikus címkeként használná, vizsgálja meg a klaszterhatár közelében lévő rekordokat.

A hasznos kimenet rövid szöveg eredeti rekordjához kötött tömör reprezentációja. Ennek a pontos paraphrase-MiniLM-L6-v2 checkpointnak saját pooling- és szekvenciakonfigurációja van. Az all-MiniLM és a többnyelvű paraphrase-változatok külön modellprofilok; tanításuk, nyelvi hatókörük vagy bemeneti beállításaik nem következnek a közös MiniLM névből.

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

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/hu/#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`

### Kezdő lépések

A Sentence Transformers paraphrase-MiniLM-L6-v2 mondatokat és rövid bekezdéseket képez 384 dimenziós vektorokra szemantikai kereséshez és klaszterezéshez. Közzétett konfigurációja átlagoló poolingot és 128 tokenes szekvenciabeállítást használ.

Elfogadott bemenetek

Szöveg · token\_ids

Eredmények

embedding

### Elérhető az Ailootban · bemenetek és metódusok

**Ailoot Ultra · Beágyazások** `POST /v1/embeddings`

Bemenet

`text`, `token_ids`

Kimenet

`embedding`

Kimeneti formátum

json

| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
| --- | --- | --- | --- | --- |
| Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok sentence-transformers/paraphrase-minilm-l6-v2 | Alapértelmezett— |
| Mező`input` | Típus`string\|string[]\|integer[]\|integer[][]` | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 Feltételek: Nem üres, homogén köteg. A tokenazonosítók nemnegatív egész számok. Bemeneti keret: Maximum: 512 · Szövegegység: UTF8-bájtok · Tokenegység: tokentömb elemei | Alapértelmezett— |
| Mező`encoding_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok float | Alapértelmezettfloat |
| Mező`dimensions` | Típus`integer` | KövetelményNem támogatott | Értékek és korlátok Minimum: 1 | Alapértelmezett— |
| Mező`user` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`session_id` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`trace` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`provider` | Típus`object` | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasítva | Alapértelmezett— |

Bemeneti anyagok kombinációi

**text\_to\_embedding**

Metódus paraméterei és életciklusa

| Paraméter | Szerződés |
| --- | --- |
| Paraméter`content_type` | Szerződésapplication/json |
| Paraméter`required` | Szerződésmodel, input |
| Paraméter`input_shapes` | Szerződésstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Paraméter`encoding_format` | Szerződésfloat |
| Paraméter`dimensions_override` | Szerződésfalse |
| Paraméter`max_input_budget_units` | Szerződés512 |
| Paraméter`multimodal_objects` | Szerződésfalse |
| Paraméter`material_types` | Szerződéstext, token\_ids |

Életciklus: `synchronous_json`

Őrizze meg minden vektor indexét és dimenzióját.

A multimodális modell neve ezen a pontos útvonalon nem teszi lehetővé képobjektumok használatát.

### Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód

Nincs megadva Ha a gyors mód van kiválasztva

Flex mód

Nincs megadva Ha a flex mód van kiválasztva

Maximális gondolkodási ráfordítás

Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

#### Ailoot-díjak

#### Árak beállításonként

| Beállítás | Díjtáblázat | Díj |
| --- | --- | --- |
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek **$0.00001** / 1K token Kimenet · Kimeneti tokenek **$0** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token |

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/)

### Példakérések

#### Ailoot Ultra · Beágyazások

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)
```

### Eredmények fogadása és mentése

#### Ailoot Ultra · Beágyazások

json

##### Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizzen meg minden vektort az indexével együtt. A vektorok számának meg kell egyeznie a bemenetek számával; a dimenzióknak egységesnek kell lenniük.

##### Ha az eredeti választ ellenőrizni kell

Nem kerül bevezetésre külön beágyazási feladatvégpont.

Válaszmezők

| Mező | Típus |
| --- | --- |
| Mező`object` | Típusstring |
| Mező`model` | Típusstring |
| Mező`data[].index` | Típusinteger |
| Mező`data[].embedding` | Típusfinite float\[\] |
| Mező`usage` | Típusobject |

Hibák és következő lépések

| Válasz | Feltétel | Következő lépés |
| --- | --- | --- |
| Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |

### Álnevek

#### Modell álnevei

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

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/hu/#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

Milyen bemenetek és eredmények érhetők el?

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

Mely mezőket használja a kérés?

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

Milyen korlátok érvényesek?

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

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

## A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

## Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés

Válasszon kedvezményes tarifát a rendszeres kéréseihez.

Promókód akár 50%-ig

Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.

Költségek az előzményekben

Minden kéréshez megmarad a modell, a tokenek és az összeg.

[Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/)

## Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás

Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.

Viszonteladói licenc

Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.

Dokumentumok a weboldalon

Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

[Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu)

## Ailoot · A vállalat és projektportfóliója





Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít.





A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.





Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.