Perplexity: Embed V1 4B
Perplexity pplx-embed-v1-4B koduoja atskirą tekstą į 2560 matmenų paieškos vektorius su 32K kontekstu. Jam nereikia instrukcijos priešdėlio; jis tiesiogiai sukuria nenormalizuotus INT8 įterpinius, lyginamus pagal kosinusinį panašumą.
Apie modelį
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
pplx-embed-v1-4B yra didesnė nepriklausomų teksto įterpinių Perplexity v1 šeimos versija. Užklausas ar dokumentus ji atvaizduoja 2560 matmenų vektoriais semantinei ir informacijos paieškai. Gamintojas šią šeimą kuria Qwen3 pagrindu, taikydamas tęstinį išankstinį mokymą difuzijos metodu, o teksto atvaizdui naudoja vidurkinimą. Šis nepriklausomas koduotuvas skiriasi nuo pplx-embed-context-v1, kuris dokumentų fragmentus atvaizduoja naudodamas aplinkinį kontekstą.
Kurkite įterpinį tiesiogiai iš tikrojo teksto
Modeliui nereikia instrukcijų eilutės ar query/passage priešdėlio. Paruoškite tekstą, kurį norite atvaizduoti, užuot pridėję iš kitos šeimos perimtą vaidmenų konvenciją. Paieškos kolekcijoje gali būti šaltinio dokumentų, konkrečiai temai skirtų ištraukų arba trumpų tekstinių įrašų. Kiekvienos pozicijos originalią formuluotę ir identifikatorių saugokite šalia jos vektoriaus, kad rastas rezultatas liktų skaitomas ir atsekamas.
Praktinė užduotis yra pagal klausimą apie sąlygas rasti techninio paaiškinimo skyrių. Kartu išsaugokite skyriaus antraštę, taisyklę ir išimtį. Užklausos formuluotės įterpinys kuriamas nepriklausomai, paskui lyginamas su paruoštais korpuso atvaizdais. Vėlesnis RAG etapas kaip šaltinio medžiagą naudoja grąžintos ištraukos tekstą, o ne patį vektorių.
Natyvioji reprezentacija ir palyginimas
Gamintojas aiškiai nurodo, kad natyvieji įterpiniai yra nenormalizuoti ir kvantuoti INT8 formatu. Juos lyginkite kosinuso panašumu. Tiesioginė šių nenormalizuotų reikšmių skaliarinė sandauga nėra dokumentuotas kosinuso palyginimo atitikmuo. Todėl renkantis, kaip paieškos indeksas saugo ir lygina išvestį, reprezentacijos tipas ir panašumo funkcija turi būti derinami tarpusavyje.
Modelio kortelėje taip pat dokumentuota dvejetainė išvestis ir pažymėtas Matryoshka reprezentacijos palaikymas. Dvejetainiai komponentai ir jų supakuotas saugojimas skiriasi nuo įprastų slankiojo kablelio masyvų, todėl indeksas turi mokėti interpretuoti pasirinktą reprezentaciją. Visas įterpinio matmenų skaičius apibūdina reprezentacijos komponentus, o ne kiekvieno kodavimo baitų skaičių. Užklausų ir dokumentų pusėse išlaikykite vienodą matmenų skaičių ir išvesties tipą.
Ilgis ir dokumentų ribos
Paskelbtas modelio kontekstas yra 32K. Tai leidžia atvaizduoti nemažai teksto, tačiau ištraukų dydis vis tiek turėtų priklausyti nuo to, ką paieška turi grąžinti. Visas skyrius gali išsaugoti apibrėžimą ir jį tikslinančias sąlygas; tikslingai parinkta ištrauka gali tiesiogiai nurodyti instrukciją. Pernelyg didelę medžiagą paruoškite pagal pasirinktą įvesties langą, užuot manę, kad praleista jos pabaiga lieka atvaizduota.
Pirminio dokumento identifikatorių ir šaltinio versiją saugokite už vektoriaus ribų. Jei tekstas pasikeičia, atnaujinkite atitinkamą korpuso atvaizdą ir išsaugokite ryšį su naujuoju šaltiniu. Kelias kalbas turinčioje kolekcijoje patikrinkite tikruosius klausimus ir kandidatines ištraukas numatytu kalbų deriniu, užuot vien iš daugiakalbystės žymos darę išvadą apie vienodą aktualumą.
Nepriklausoma ir kontekstinė versijos
v1-4B modelis kuria kiekvieno pateikto teksto įterpinį nepriklausomai. Kelių eilučių įtraukimas į paketą nepaverčia jo atskiru context-v1 fragmentų koduotuvu. Kai aplinkinis dokumentas turi formuoti kiekvieno fragmento atvaizdą, ši užduotis priklauso kontekstinei versijai ir jos atskiram paruošimui.
Mažesnis pplx-embed-v1-0.6B grąžina 1024 matmenis, o ši 4B versija – 2560. Išlaikykite atskiras tikslias jų tapatybes ir indekso reprezentacijas, nebent nustatytas dokumentuotas suderinamumo būdas. Naudingas rezultatas čia yra nepriklausomas užklausos arba šaltinio teksto vektorius, su užregistruotu kosinuso palyginimu ir paieškos užduočiai pasirinkta kvantuota reprezentacija.
Ailoot Ultra · Įterpiniai POST /v1/embeddings perplexity/pplx-embed-v1-4b
perplexity/pplx-embed-v1-4bPradžia
Perplexity pplx-embed-v1-4B koduoja atskirą tekstą į 2560 matmenų paieškos vektorius su 32K kontekstu. Jam nereikia instrukcijos priešdėlio; jis tiesiogiai sukuria nenormalizuotus INT8 įterpinius, lyginamus pagal kosinusinį panašumą.
- 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-v1-4b | 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 $0.00006 / 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-v1-4b", "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-v1-4b',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-v1-4b
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
FAQ · Perplexity: Embed V1 4B
- Kokios įvestys ir rezultatai prieinami?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:text,token_ids→embedding- Kokius laukus naudoja užklausa?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:model,input,encoding_format,provider- Kokie apribojimai taikomi?
POST /v1/embeddings·perplexity/pplx-embed-v1-4b:ctx:32000;input.budget.maximum:32000(UTF8 baitai);input.min_items:1