Perplexity: Embed V1 0.6B
Perplexity pplx-embed-v1-0.6B kuria 1024 matmenų įterpinius nepriklausomai daugiakalbei teksto paieškai. Jo 32K kontekstas, tiesioginis teksto paruošimas ir natyviosios INT8 arba dvejetainės reprezentacijos apibrėžia mažesnį v1 šeimos indekso profilį.
Apie modelį
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
pplx-embed-v1-0.6B yra mažesnis nepriklausomas Perplexity v1 šeimos įterpinių modelis. Užklausos ar dokumento tekstą jis paverčia 1024 matmenų atvaizdu informacijos ir semantinei paieškai. Gamintojas aprašo Qwen3 pagrįstą šeimą, pritaikytą tęstiniu išankstiniu mokymu difuzijos metodu, naudojančią vidurkinimą ir 32K kontekstą. Modelis pateiktą tekstą koduoja tiesiogiai, be privalomo instrukcijos priešdėlio.
Paruoškite nepriklausomą įrašą
Naudingoje kolekcijoje gali būti produktų paaiškinimų, žinių bazės skyrių arba trumpų tyrimų užrašų. Kiekvienam tekstui suteikite pakankamai šaltinio konteksto, kad jis būtų suprantamas grąžintas paieškoje: antraštę, ieškomą teiginį ir sąlygą, keičiančią jo reikšmę. Originalų tekstą ir įrašo identifikatorių saugokite kartu su gautu įterpiniu.
Ieškant užrašuose, klausimas apie tai, kas pasikeitė procese, turėtų padėti rasti tą pokytį aprašantį užrašą. Sukurkite tikrojo klausimo įterpinį ir palyginkite jį su paruoštais korpuso įrašais. Pagal numatytuosius nustatymus nepridėkite kitos modelių šeimos query/passage instrukcijos; gamintojo dokumentuotas šio modelio paruošimas yra tiesioginis tekstas.
Kvantuoti vektoriai ir kosinuso palyginimas
Natyvioji reprezentacija yra nenormalizuotas INT8 įterpinys. Perplexity palyginimui aiškiai rekomenduoja kosinuso panašumą. Tiesioginės skaliarinės sandaugos balas nenormalizuotoje išvestyje keičia palyginimą, nes prie jo prisideda vektoriaus norma. Pasirinkite paieškos indeksą ir balų skaičiavimo kelią, galinčius kartu interpretuoti pasirinktą reprezentaciją ir metriką.
Dvejetainė reprezentacija taip pat dokumentuota, o modelių lentelėje nurodytas Matryoshka palaikymas. Šios reprezentacijos parinktys gali būti svarbios indekso saugojimui, tačiau jų komponentai ir supakuoti baitai turi būti teisingai interpretuojami. Visas 1024 matmenų rezultatas skiriasi nuo 2560 matmenų 4B modelio rezultato. Modelio dydžio ar išvesties reprezentacijos pakeitimą reikia patikrinti užklausų ir korpuso pusėse, o ne automatiškai laikyti juos bendra erdve.
Kontekstą naudokite tikslingai
Gamintojo konteksto specifikacija yra 32K. Ilgame užraše ar dokumento skyriuje gali tilpti daugiau aplinkinio paaiškinimo nei trumpo lango koduotuve, tačiau paieškos vienetas vis tiek turi turėti aiškią paskirtį. Pasirinkite, ar rastas rezultatas turėtų grąžinti visą skyrių, ar konkrečiam klausimui skirtą ištrauką su atsakymu. Apibrėžimus ir išimtis išlaikykite kartu su teiginiu, kurį jie tikslina.
Didesnei šaltinio medžiagai pirminio dokumento identifikatorių ir versiją saugokite už vektoriaus ribų. Taip paieškos rezultatas gali nuvesti atgal prie šaltinio, o pakeistas tekstas – pakeisti atitinkamą atvaizdą. Patikrinkite kandidatinius rezultatus pagal tikrus klausimus numatytu kalbų deriniu ir įsitikinkite, kad ištrauka pateikia prašomą informaciją, o ne tik aptaria panašią temą.
Atskirkite nepriklausomą ir kontekstinį apdorojimą
Modelio kortelė šį nepriklausomą koduotuvą skiria nuo pplx-embed-context-v1-0.6B. Kontekstinis modelis fragmentų atvaizdams naudoja aplinkinį dokumento tekstą; įprastas v1 modelis kiekvieną pateiktą tekstą atvaizduoja atskirai. Nepriklausomų eilučių sąrašas neįrodo, kad vyko kontekstinis fragmentų apdorojimas.
Naudingas rezultatas yra korpuso atvaizdas arba užklausos vektorius, susietas su tikruoju šaltinio tekstu, su užregistruotu pasirinktu INT8 ar dvejetainiu formatu ir kosinuso palyginimu. Vėlesnis rikiavimo arba RAG atsakymo rašymo etapas rastą tekstą naudoja kaip atskirą medžiagą. Šis profilis priklauso tiksliai nepriklausomai 0.6B versijai, o ne 4B ar context-v1 modeliams.
Ailoot Ultra · Įterpiniai POST /v1/embeddings perplexity/pplx-embed-v1-0.6b
perplexity/pplx-embed-v1-0.6bPradžia
Perplexity pplx-embed-v1-0.6B kuria 1024 matmenų įterpinius nepriklausomai daugiakalbei teksto paieškai. Jo 32K kontekstas, tiesioginis teksto paruošimas ir natyviosios INT8 arba dvejetainės reprezentacijos apibrėžia mažesnį v1 šeimos indekso profilį.
- Leidžiamos įvestys
- Tekstas · token_ids
- Rezultatai
- embedding
Prieinama Ailoot · įvestys ir metodai
Ailoot Ultra · Įterpiniai POST /v1/embeddings
- Įvestis
text,token_ids- Išvestis
embedding- Kontekstas
- 32 000 tokens
- Išvesties formatas
- json
| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos perplexity/pplx-embed-v1-0.6b | Numatyta— |
Laukasinput | Tipasstring|string[]|integer[]|integer[][] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 Sąlygos: Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai. Įvesties biudžetas: Didžiausia reikšmė: 32 000 · Teksto vienetas: UTF8 baitai · Tokenų vienetas: žetonų masyvo elementai | Numatyta— |
Laukasencoding_format | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos float | Numatytafloat |
Laukasdimensions | Tipasinteger | ReikalavimasNepalaikoma | Reikšmės ir ribos Mažiausia reikšmė: 1 | Numatyta— |
Laukasuser | Tipasjson_value | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio. | Numatyta— |
Laukassession_id | Tipasjson_value | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio. | Numatyta— |
Laukastrace | Tipasjson_value | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio. | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options atmetamas | Numatyta— |
Įvesties medžiagos deriniai
text_to_embedding
Metodo parametrai ir gyvavimo ciklas
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, input |
Parametrasinput_shapes | Specifikacijastring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametrasencoding_format | Specifikacijafloat |
Parametrasdimensions_override | Specifikacijafalse |
Parametrasmax_input_budget_units | Specifikacija32000 |
Parametrasmultimodal_objects | Specifikacijafalse |
Parametrasmaterial_types | Specifikacijatext, token_ids |
Gyvavimo ciklas: synchronous_json
Išsaugokite kiekvieną vektoriaus indeksą ir matmenį.
Tai, kad modelio pavadinimas nurodo multimodalumą, nereiškia, jog šiuo konkrečiu keliu priimami vaizdų objektai.
Planai
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
- Spartusis režimas
- Standartinis įkainis Pasirinkus spartųjį režimą
- Flex režimas
- Standartinis įkainis Pasirinkus flex režimą
- Didžiausios samprotavimo pastangos
- Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)
Ailoot įkainiai
Kainos pagal konfigūraciją
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.000008 / 1K tokenų Išvestis · Išvesties tokenai $0 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
Užklausų pavyzdžiai
Ailoot Ultra · Įterpiniai
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "perplexity/pplx-embed-v1-0.6b", "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='perplexity/pplx-embed-v1-0.6b',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Gauti ir išsaugoti rezultatus
Ailoot Ultra · Įterpiniai
json
Išsaugoti visus baigtus rezultatus
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną vektorių su jo indeksu. Vektorių skaičius turi sutapti su įvesčių skaičiumi; jų matmenų skaičius turi būti vienodas.
Jei reikia patikrinti pradinį atsakymą
Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.
Atsakymo laukai
| Laukas | Tipas |
|---|---|
Laukasobject | Tipasstring |
Laukasmodel | Tipasstring |
Laukasdata[].index | Tipasinteger |
Laukasdata[].embedding | Tipasfinite float[] |
Laukasusage | Tipasobject |
Klaidos ir tolesni veiksmai
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Pseudonimai
Modelių pseudonimai
Ailoot Ultra perplexity/pplx-embed-v1-0.6b
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
FAQ · Perplexity: Embed V1 0.6B
- Kokios įvestys ir rezultatai prieinami?
POST /v1/embeddings·perplexity/pplx-embed-v1-0.6b:text,token_ids→embedding- Kokius laukus naudoja užklausa?
POST /v1/embeddings·perplexity/pplx-embed-v1-0.6b:model,input,encoding_format,provider- Kokie apribojimai taikomi?
POST /v1/embeddings·perplexity/pplx-embed-v1-0.6b:ctx:32000;input.budget.maximum:32000(UTF8 baitai);input.min_items:1