Sentence Transformers: all-MiniLM-L12-v2

Sentence Transformers all-MiniLM-L12-v2 сөйлемдер мен қысқа абзацтарды іздеу, ұқсастықты бағалау және кластерлеу үшін 384 өлшемді векторларға кодтайды. Оның эталондық тәсілі орташа пулинг пен нормалауды қолданады; әдепкі қысқарту шегі — 256 сөз бөлшегі.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings sentence-transformers/all-minilm-l12-v2

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

all-MiniLM-L12-v2 — Sentence Transformers-тің сөйлемдер мен қысқа абзацтарға арналған кодтаушысы. Ол семантикалық іздеу, ақпарат іздеу, кластерлеу және сөйлем ұқсастығын бағалау үшін әр мәтінге бір 384 өлшемді тығыз вектор жасайды. Модель MiniLM-L12-H384-uncased негізін қолданады және миллиард сөйлем жұбынан тұратын жинақта контрастивті оқытумен қосымша оқытылған.

Іздеп алғыңыз келетін бірлікті кодтаңыз

Бір пайдалы ойды білдіретін сөйлемді немесе қысқа абзацты қолданыңыз. Өнім сипаттамалары жинағында затты ажырататын қасиет пен шартты сақтаңыз: “Адаптер сымды гарнитураны USB-C портына қосады” деген “Аудиоаксессуар” дегеннен көбірек ақпарат береді. Жазба идентификаторы мен бастапқы сипаттаманы оның векторымен қатар сақтаңыз.

Содан кейін іздеу сұрауын кодталған сипаттамалармен салыстыруға болады. Соңғы таңдауды ұсынбас бұрын қайтарылған кандидаттарды қосқыш түрі немесе құрылғы үйлесімділігі сияқты нақты талаптар бойынша тексеріңіз. Вектор мәтін мағынасын бейнелейді; қоршаған іздеу қолданбасы тиісті жазбаларды табады.

Орташа пулинг және нормаланған векторлар

Жарияланған кодтау мысалы зейін маскасымен токен көріністерін орташалайды, сондықтан толтыру позициялары орташа мәнге үлес қоспайды. Содан кейін L2 нормалауын қолданады. Бұл қадамдар негізгі трансформерден кез келген токенді алу нұсқауы емес, сөйлем векторын алуға арналған эталондық тәсілдің бөлігі.

Индекстелген мәтіндер мен жаңа сұраулар арасында модель, пулинг және нормалау конфигурациясын бірізді ұстаңыз. Алынған 384 компонентті көріністерді косинустық ұқсастықпен салыстыруға болады. Осы конфигурация жазбасын жинақпен бірге сақтаңыз; басқа 384 өлшемді кодтаушы векторларының ұзындығы бірдей болғаны үшін ғана үйлесімді болмайды.

Әдепкі кіріс ұзындығы және оқыту ауқымы

Өндіруші 256 сөз бөлшегінен асқандағы әдепкі қысқартуды көрсетеді. Бұл — кәдімгі сөз не таңба саны емес, токенизатор лимиті. Ұзын жазба үшін тұтас қысқа бөлімдерді таңдап, әрқайсысын түсіндіруге қажет тақырыпты немесе сәйкестендіруші бөлшекті сақтаңыз.

Модельдің оқыту рәсімі 128 токенге дейінгі тізбектерді қолданған. Бұл оқыту параметрі кодтау кезіндегі жарияланған 256 сөз бөлшектік әдепкі параметрден бөлек. Әдепкі шекке сыятын үзінді оқытуда қолданылған қысқа сөйлем материалынан бәрібір елеулі ерекшеленуі мүмкін, сондықтан ұзын не салалық сипаттамаларды өкілдік мысалдармен бағалаңыз.

Ұқсастық және кластерлеу үдерістері

Қолдау хабарламаларының жиынында эмбеддингтер топтау кезеңіне сандық кірістер бере алады. Адамға түсінікті белгі тағайындамас бұрын әр ұсынылған топтағы бірнеше хабарламаны және оның шекарасына жақын хабарламаларды тексеріңіз. Қайталанатын мазмұнды тексеруде ұқсас жазбаларды тауып, нақты тұжырымдарын салыстырыңыз; екі үзінді бір тақырыпты талқылап, әртүрлі нұсқау беруі мүмкін.

Осы нақты L12-v2 нұсқасы — ағылшын сөйлемдерінің эмбеддинг профилі. Ол all-MiniLM-L6-v2 және paraphrase-MiniLM бақылау нүктелерінен бөлек. Модельдер топтарының ортақ атаулары олардың тізбек конфигурациясы немесе пулинг тәсілі бірдей екенін білдірмейді. Ұқсастық мәнін расталған жауап не соңғы редакциялық шешім деп қабылдамай, оның ықшам тығыз векторларын бастапқы жазбалармен және тапсырмаға тән бағалаумен бірге қолданыңыз.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings sentence-transformers/all-minilm-l12-v2

sentence-transformers/all-minilm-l12-v2

Sentence Transformers /sentence-transformers/all-minilm-l12-v2

Бастау

Қабылданатын кіріс деректері: Мәтін · token_ids
Нәтижелер: embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings

Кіріс: text, token_ids
Шығыс: embedding
Шығыс пішімі: json

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер sentence-transformers/all-minilm-l12-v2	Әдепкі—
Өріс`input`	Түрі`string\|string[]\|integer[]\|integer[][]`	ТалапМіндетті	Мәндер мен шектеулер Элементтердің ең аз саны: 1 Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар. Кіріс бюджеті: Ең көбі: 512 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері	Әдепкі—
Өріс`encoding_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер float	Әдепкіfloat
Өріс`dimensions`	Түрі`integer`	ТалапҚолдау көрсетілмейді	Мәндер мен шектеулер Ең азы: 1	Әдепкі—
Өріс`user`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`session_id`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`trace`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`provider`	Түрі`object`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: provider.options қабылданбайды	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input
Параметр`input_shapes`	Параметр талаптарыstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Параметр`encoding_format`	Параметр талаптарыfloat
Параметр`dimensions_override`	Параметр талаптарыfalse
Параметр`max_input_budget_units`	Параметр талаптары512
Параметр`multimodal_objects`	Параметр талаптарыfalse
Параметр`material_types`	Параметр талаптарыtext, token_ids

Өмірлік цикл: synchronous_json

Әрбір вектордың индексін және өлшемін сақтаңыз.

Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Баптау	Мөлшерлемелер кестесі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Төлем Кіріс · Кіріс токендері $0.00001 / 1K токен Шығыс · Шығыс токендері $0 / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Эмбеддингтер

curlPython SDK

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/all-minilm-l12-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

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/all-minilm-l12-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Нәтижелерді алу және сақтау

Ailoot Ultra · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері

Өріс	Түрі
Өріс`object`	Түріstring
Өріс`model`	Түріstring
Өріс`data[].index`	Түріinteger
Өріс`data[].embedding`	Түріfinite float[]
Өріс`usage`	Түріobject

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra sentence-transformers/all-minilm-l12-v2

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

sentence-transformers/all-minilm-l12-v2

FAQ · Sentence Transformers: all-MiniLM-L12-v2

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: text, token_ids → embedding
Сұрау қандай өрістерді пайдаланады?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: model, input, encoding_format, provider
Қандай шектеулер қолданылады?: POST /v1/embeddings · sentence-transformers/all-minilm-l12-v2: input.budget.maximum: 512 (UTF8 байттары); input.min_items: 1

Sentence Transformers: all-MiniLM-L12-v2