Source: https://ailoot.ai/models/hu/thenlper-gte-base/ Canonical: https://ailoot.ai/models/hu/thenlper-gte-base/ Language: hu # Thenlper: GTE-Base [Markdown](https://ailoot.ai/models/hu/thenlper-gte-base/index.md) · [JSON](https://ailoot.ai/models/hu/thenlper-gte-base/facts.json) ## [Thenlper: GTE-Base](https://ailoot.ai/models/hu/thenlper-gte-base/) Az Alibaba DAMO Academy GTE-base modellje angol szöveget ágyaz be 768 dimenziós vektorokba kereséshez és szemantikai hasonlósághoz. Ez a konkrét modell átlagoló összevonást használ, legfeljebb 512 tokenes sorozatokat támogat, és opcionális normalizálással végzett koszinuszalapú összehasonlítást dokumentál. - [**Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `thenlper/gte-base`](https://ailoot.ai/models/hu/thenlper-gte-base/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A GTE-base az Alibaba DAMO Academy által tanított General Text Embeddings sorozat alapméretű modellje. Ez az angol szövegkódoló főként a BERT keretrendszerre épül, és 768 dimenziós sűrű vektorokat állít elő. Tanítása különböző területekről származó relevanciakapcsolatú párok nagy korpuszát használja; a megadott alkalmazások között az információkeresés, a szemantikai szöveghasonlóság és a beágyazásalapú szöveg-újrarangsorolás szerepel. #### Készítsen elő angol lekérdezéseket és szövegrészleteket Az információigényhez és a keresendő anyaghoz is olvasható angol szöveget használjon. Egy elhasználódott alkatrész cseréjére vonatkozó lekérdezés például összehasonlítható a cserefeltételeket, az ellenőrzési lépéseket és a rendelési utasításokat leíró rövid karbantartási szakaszokkal. Őrizze meg az alkatrész nevét és a szakaszokat megkülönböztető feltételeket. A közzétett példa közvetlenül kódolja a kérdéseket és a jelölt szövegeket, hozzáadott feladatutasítás nélkül. A gyűjteményben és a későbbi lekérdezéseknél következetesen ezt az előkészítést használja. A vektor mellett tárolja az eredeti szövegrészletet és annak azonosítóját, hogy a rangsorolt eredmény megjeleníthesse a reprezentált információt. #### Átlagoló összevonás és összehasonlítás A referenciaeljárás a figyelmi maszk használatával átlagolja a modell tokenreprezentációit, megakadályozva, hogy a kitöltési pozíciók hozzájáruljanak az eredményhez. Ezután opcionális L2-normalizálást mutat be, és a normalizált vektorokat a skalárszorzatukkal hasonlítja össze. Egy külön példa koszinuszhasonlóságot használ. Válasszon következetes normalizálási és összehasonlítási beállítást az indexeléshez és a kereséshez, és tartsa meg azt. A kimenet 768 numerikus komponenst tartalmaz; nem tartalmaz generált választ. A jelöltek újrarangsorolásához ugyanazzal a modellel kódolja a jelölt szövegrészleteket, és a lekérdezéshez való hasonlóságuk alapján rendezze őket. Ez továbbra is beágyazásalapú összehasonlítás, nem pedig olyan állítás, hogy a modell keresztkódolóként együtt olvas minden lekérdezés–szövegrészlet párt. #### Angol nyelvi hatókör és 512 tokenes bemenetek A konkrét modellkártya ezt a modellt angol szövegre korlátozza, és kimondja, hogy a hosszú bemeneteket legfeljebb 512 tokenre csonkolja. A hosszú kézikönyvet ezért indexelés előtt értelmes szakaszokra kell bontani. A figyelmeztetést, kivételt vagy megszorítást tartsa az általa módosított szabállyal együtt, amikor ezek a részletek szükségesek a szövegrészlet értelmezéséhez. Egy karbantartási intervallumokra vonatkozó lekérdezésnél az intervallumot és az üzemi feltételt is tartalmazó szakasz hasznosabb, mint egy pusztán számot tartalmazó töredék. Őrizze meg a címsort vagy a berendezés azonosítását, ha az egyértelművé teszi az utasítást. A tokenizálóval ellenőrizze a hosszúságot ahelyett, hogy a látható szavak számára hagyatkozna. #### Használja a pontszám mögötti forrásszövegeket A keresés az indexelt gyűjteményből ad vissza jelölteket. A pontos feladathoz vizsgálja meg a vezető szövegrészleteket, és őrizze meg a forrásbeli helyüket, amikor RAG-válaszírási lépésnek adja át őket. Egy kapcsolódó szövegrészlet tárgyalhat ellenőrzést anélkül, hogy engedélyezné a cserét; ennek a különbségnek láthatónak kell maradnia a forrásanyagban. A GTE-base különbözik az 1024 dimenziós vektorokat előállító GTE-large modelltől, valamint a későbbi többnyelvű vagy kiterjesztett kontextusú GTE-kiadásoktól. Közzétett modellidentitása határozza meg az angol nyelvi hatókört, a 768 komponensű reprezentációt és az 512 tokenes határt. Keresési gyűjtemény értékelésekor ezt a konkrét profilt használja reprezentatív lekérdezésekkel és forrásrekordokkal. **Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `thenlper/gte-base` [`thenlper/gte-base`](https://ailoot.ai/models/hu/#m=thenlper%2Fgte-base&route=Ultra&caller=thenlper%2Fgte-base&fmt=embeddings) Thenlper /`thenlper/gte-base` ### Kezdő lépések Az Alibaba DAMO Academy GTE-base modellje angol szöveget ágyaz be 768 dimenziós vektorokba kereséshez és szemantikai hasonlósághoz. Ez a konkrét modell átlagoló összevonást használ, legfeljebb 512 tokenes sorozatokat támogat, és opcionális normalizálással végzett koszinuszalapú összehasonlítást dokumentál. 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 thenlper/gte-base | 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": "thenlper/gte-base", "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='thenlper/gte-base',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** [`thenlper/gte-base`](https://ailoot.ai/models/hu/#m=thenlper%2Fgte-base&route=Ultra&caller=thenlper%2Fgte-base&fmt=embeddings) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`thenlper/gte-base`](https://ailoot.ai/models/hu/#m=thenlper%2Fgte-base&route=Ultra&caller=thenlper%2Fgte-base&fmt=embeddings) FAQ · Thenlper: GTE-Base Milyen bemenetek és eredmények érhetők el? `POST /v1/embeddings` · `thenlper/gte-base`: `text`, `token_ids` → `embedding` Mely mezőket használja a kérés? `POST /v1/embeddings` · `thenlper/gte-base`: `model`, `input`, `encoding_format`, `provider` Milyen korlátok érvényesek? `POST /v1/embeddings` · `thenlper/gte-base`: `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.