Source: https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/ Canonical: https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/ Language: ja # LiquidAI: LFM2.5-Embedding-350M (free) [Markdown](https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/index.md) · [JSON](https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/facts.json) ## [LiquidAI: LFM2.5-Embedding-350M (free)](https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/) LiquidAI LFM2.5-Embedding-350M は、多言語・言語間検索のため、テキストごとに一つの 1024 次元ベクトルを生成します。11 言語と、512 トークンの短い入力を対象とし、クエリーと文書にはそれぞれ異なる接頭辞を使います。 - [**Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/ja/liquid-lfm-2-5-embedding-350m-u003a-free/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 LFM2.5-Embedding-350Mは、多言語・言語間検索向けのLiquidAIのデンス型バイエンコーダーです。各テキストに1024次元のベクトルを一つ生成し、11言語で短いコンテキストの検索を対象とします。名前付きの350MモデルシリーズはLFM2.5-350M-Baseを双方向に適応したもので、詳細なモデル表はこの埋め込み版のパラメーターを約3億5,400万としています。 #### 双方向の検索表現 メーカーは、アテンションと局所畳み込みがトークンの両側の文脈を使えるよう、基盤構造を適応しています。CLS方式のプーリングが、処理済みテキストを一つの密なベクトルにします。モデル表では、畳み込みブロック10個、アテンションブロック6個、プーリング段階の、17層が説明されています。これは独自の準備方法と出力を持つ検索エンコーダーであり、基盤モデルの文章生成タスクとは別です。 別名のLFM2.5-ColBERT-350Mは、後段の相互作用のためにトークンごとのベクトルを保持します。この表現には別のインデックスと比較方法が必要です。ここでのEmbeddingモデルは、文書またはクエリごとに一つのベクトルを提供し、比較にはコサイン類似度が文書化されています。 #### 正しい非対称プロンプトを使う 検索クエリには「query:」、元の文章には「document:」を付けて準備してください。メーカーは設定内にこれらのプロンプトを保存し、参照ワークフローは対応するプロンプト名を適用します。この接頭辞で学習しているため、それぞれに対応するロールの使用を明確に勧めています。documentの接頭辞は、E5モデルの「passage:」という慣例とは異なります。 実際の商品検索の文書群には、対応言語の商品説明を入れられます。ユーザーの検索文言はクエリ、各商品説明は文書として準備します。結果から対応するレコードを返せるよう、元テキスト、商品識別子、言語をベクトルとともに保存してください。サポート資料では、質問に関係する方針や指示を保持し、無関係な短いラベルに置き換えないでください。 #### 言語と文章のサイズ 文書化された言語は、英語、スペイン語、ドイツ語、フランス語、イタリア語、ポルトガル語、アラビア語、スウェーデン語、ノルウェー語、日本語、韓国語です。メーカーは、同じ言語内の検索と言語をまたぐ検索の両方を明確に対象としています。対象読者の実際の質問を用意し、それらの言語で返される文書本文を確認してください。 文書長の仕様は512トークンです。長い元資料は、検索結果に必要な見出し、定義、条件を保った、まとまりのある文章に分けます。ロールの接頭辞と追加した文脈も準備済み入力の一部です。過大な説明書全体より、FAQの回答、商品説明、技術文書の対象を絞った一節が適した単位です。 #### 学習と照合 メーカーは、英語の対照事前学習、多言語・言語間の蒸留、ハードマイニングした負例での微調整という、三つの学習段階を説明しています。完成モデルは、商品カタログ、FAQとサポート資料、ファイルやメモの検索、企業内知識の検索を対象とします。これはテキスト表現の用途であり、特定のアプリケーションで導入済みという主張ではありません。 メーカーの例はクエリと文書のベクトルを正規化し、コサイン類似度に相当する内積で順位付けします。元資料を準備するときに文書群の表現を事前計算し、その後に検索クエリを埋め込んで、本文と識別子を伴う候補文書を返します。数値比較で互換な表現を使えるよう、選んだモデルとロールの規則をインデックスに添えてください。 有用な結果は、文書化された言語群をまたいで元資料を検索する、小さな密な検索インデックスやクエリベクトルです。このLFM2.5 Embedding版は、対になるColBERT、以前のLFM2検索モデル、外部で量子化した実装とは別です。選択した文章の本文が、読者や後のRAG回答段階で使う証拠になります。 **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free` [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/ja/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) LiquidAI /`liquid/lfm-2.5-embedding-350m:free` ### はじめに LiquidAI LFM2.5-Embedding-350M は、多言語・言語間検索のため、テキストごとに一つの 1024 次元ベクトルを生成します。11 言語と、512 トークンの短い入力を対象とし、クエリーと文書にはそれぞれ異なる接頭辞を使います。 対応する入力 テキスト · token\_ids 結果 embedding ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` 入力の種類 `text`, `token_ids` 出力の種類 `embedding` コンテキスト 512 tokens 出力形式 json | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 liquid/lfm-2.5-embedding-350m:free | デフォルト— | | フィールド`input` | 種類`string\|string[]\|integer[]\|integer[][]` | 要件必須 | 値と制限 最小項目数: 1 条件: 空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。 入力の許容量: 最大値: 512 · テキスト単位: UTF8 バイト · トークン単位: トークン配列の要素 | デフォルト— | | フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float | デフォルトfloat | | フィールド`dimensions` | 種類`integer` | 要件非対応 | 値と制限 最小値: 1 | デフォルト— | | フィールド`user` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`session_id` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`trace` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: provider.options は拒否されます | デフォルト— | 入力素材の組み合わせ **text\_to\_embedding** メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input | | パラメータ`input_shapes` | 仕様string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | パラメータ`encoding_format` | 仕様float | | パラメータ`dimensions_override` | 仕様false | | パラメータ`max_input_budget_units` | 仕様512 | | パラメータ`multimodal_objects` | 仕様false | | パラメータ`material_types` | 仕様text, token\_ids | ライフサイクル: `synchronous_json` 各ベクトルのインデックスと次元数を保存してください。 モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 標準料金 高速モードが選択されている場合 Flex モード 標準料金 flex モードが選択されている場合 最大推論量 標準料金 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 | 設定 | 料金表 | 料金 | | --- | --- | --- | | 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン **$0** / 1K トークン 出力 · 出力トークン **$0** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 埋め込み curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "liquid/lfm-2.5-embedding-350m:free", "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='liquid/lfm-2.5-embedding-350m:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### 結果を受け取って保存 #### Ailoot Ultra · 埋め込み json ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。 ##### 元のレスポンスを確認する場合 埋め込みジョブ用のエンドポイントは新設されません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`object` | 種類string | | フィールド`model` | 種類string | | フィールド`data[].index` | 種類integer | | フィールド`data[].embedding` | 種類finite float\[\] | | フィールド`usage` | 種類object | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/ja/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/ja/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) FAQ · LiquidAI: LFM2.5-Embedding-350M (free) 利用できる入力と結果は何ですか？ `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `text`, `token_ids` → `embedding` リクエストはどの項目を使用しますか？ `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `model`, `input`, `encoding_format`, `provider` どの制限が適用されますか？ `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `ctx`: `512`; `input.budget.maximum`: `512` (UTF8 バイト); `input.min_items`: `1` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。