Sentence Transformers: paraphrase-MiniLM-L6-v2

Sentence Transformers paraphrase-MiniLM-L6-v2 сөйлемдер мен қысқа абзацтарды семантикалық іздеу және кластерлеу үшін 384 өлшемді векторларға бейнелейді. Оның жарияланған конфигурациясы орташа пулингті және 128 токендік тізбек параметрін қолданады.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings sentence-transformers/paraphrase-minilm-l6-v2

Модель туралы

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

paraphrase-MiniLM-L6-v2 — Sentence Transformers-тің сөйлемдер мен қысқа абзацтарға арналған эмбеддинг моделі. Ол әр мәтінді 384 өлшемді тығыз вектор кеңістігіне бейнелейді; өндіруші атаған тапсырмалардың ішінде семантикалық іздеу мен кластерлеу бар. Жарияланған архитектура трансформерді орташа пулингпен біріктіреді; бапталған тізбек ұзындығы — 128 токен.

Салыстырғыңыз келетін үзіндіні бейнелеңіз

Негізгі тақырып пен маңызды шарттарды сақтап, нақты сөйлемді немесе қысқа абзацты дайындаңыз. Практикалық жинақта әртүрлі тұжырымдалған сұрақтар немесе қатысты тақырыптардың қысқа сипаттамалары болуы мүмкін. Кейінгі салыстыру мәтіннің өзін қайтара алуы үшін әр жазбаның эмбеддингін жасап, бастапқы тұжырымын және идентификаторын сақтаңыз.

Мысалы, көмекке қатысты бірнеше сұрақ бір қиындықты әртүрлі терминдермен сипаттауы мүмкін. Ұқсастық кезеңі сол кандидаттарды жақындатып, содан кейін олардың тұжырымдарын нақты мәселе тұрғысынан тексеруге болады. Эмбеддинг — осы салыстыруда қолданылатын сандық көрініс; ол өздігінен парафраза жазбайды және соңғы кластер белгісін тағайындамайды.

Орташа пулинг және векторларды пайдалану

Өндірушінің тікелей кодтау мысалы токен көріністерін орташалағанда зейін маскасын ескеріп, толтыру позицияларын алып тастайды. Оның архитектурасы орташа пулингті нақты таңдайды және CLS не max pooling таңдауды қолданбайды. Салыстыруға болатын векторларды дайындағанда осы пулинг тәсілін модельмен бірге сақтаңыз.

Әр қайтарылған көріністе 384 компонент бар. Индекс не кластерлеу кезеңі осы векторлармен таңдалған ұқсастық конфигурациясы арқылы жұмыс істейді, ал бастапқы жазба тексеруге қолжетімді қалады. Салыстырылатын элементтер үшін бір модельді, кіріс дайындауын және салыстыру параметрлерін сақтаңыз. Басқа модельдің 384 мән қайтаруы ғана оның сол эмбеддинг кеңістігіне жататынын білдірмейді.

Жарияланған конфигурациядағы қысқа кірістер

Sentence Transformer эталондық конфигурациясы 128 токендік ең үлкен тізбек ұзындығын қолданады. Ұзын дереккөзді бір шамадан тыс абзац емес, қысқа тұтас бірліктер ретінде дайындаңыз. Ережесі бар сөйлемге келесі сөйлемдегі ерекшелік қажет болуы мүмкін; осы шағын бірлік сыйса, оны бірге сақтаңыз. Сөз не таңба саны токен ұзындығын тікелей анықтамайды.

Қысқа сипаттамалар жиынында салыстыруға маңызды атаулар мен ажыратушы қасиеттерді сақтаңыз. Тек көмескі санаты бар жазбаны сол түрдегі басқа жазбалардан бөлу қиын болуы мүмкін. Қайтарылған кандидатты бастапқы материалмен салыстырып тексеру үшін дереккөз байланысын вектордан тыс сақтаңыз.

Іздеу және кластерлеу нәтижелері

Семантикалық іздеуде сұрауды және корпус материалын осы модельмен бейнелеп, кандидат жазбаларды бастапқы мәтінімен бірге қайтарыңыз. Кластерлеуде басқа кезең векторлардан топтар құрады. Топтауды өнімге қатысты шешім немесе автоматты белгі ретінде қолданбас бұрын кластер шекарасына жақын жазбаларды тексеріңіз.

Пайдалы шығыс — бастапқы жазбасымен байланыстырылған қысқа мәтіннің ықшам көрінісі. Осы нақты paraphrase-MiniLM-L6-v2 бақылау нүктесінің өз пулинг және тізбек конфигурациясы бар. all-MiniLM және көптілді paraphrase нұсқалары — бөлек модель профильдері; ортақ MiniLM атауы олардың оқытуын, тілдік ауқымын немесе кіріс параметрлерін білдірмейді.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings sentence-transformers/paraphrase-minilm-l6-v2

sentence-transformers/paraphrase-minilm-l6-v2

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

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)

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/paraphrase-minilm-l6-v2

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

sentence-transformers/paraphrase-minilm-l6-v2

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

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: text, token_ids → embedding
Сұрау қандай өрістерді пайдаланады?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: model, input, encoding_format, provider
Қандай шектеулер қолданылады?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: input.budget.maximum: 512 (UTF8 байттары); input.min_items: 1

Sentence Transformers: paraphrase-MiniLM-L6-v2