Intfloat: E5-Base-v2
intfloat E5-Base-v2 menukarkan teks bahasa Inggeris kepada embedding 768 dimensi dengan pengekod 12 lapisan. Awalan query/passage dan tetingkap 512 token menentukan penyediaannya untuk carian, perbandingan parafrasa, pengelompokan dan ciri teks.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
E5-Base-v2 ialah model embedding bahasa Inggeris intfloat dengan dua belas lapisan dan perwakilan 768 dimensi. Ia menukarkan teks yang disediakan kepada satu vektor berangka untuk pemerolehan semula, perbandingan semantik atau penggunaan sebagai ciri dalam tugas lain. Checkpoint Base v2 berbeza daripada edisi Large v2 dengan dua puluh empat lapisan dan 1024 dimensi serta model E5 berbilang bahasa yang dilatih secara berasingan.
Gunakan awalan peranan yang digunakan dalam latihan
E5 menjangkakan peranan pada permulaan input. Untuk pemerolehan semula petikan, soalan bermula dengan “query:” dan sumber yang mungkin mengandungi jawapannya bermula dengan “passage:”. Pengeluar mengesyorkan “query:” pada kedua-dua sisi untuk tugas simetri seperti keserupaan semantik dan pemerolehan semula parafrasa. Ia turut mengesyorkan awalan tersebut apabila vektor akan digunakan sebagai ciri untuk pengelompokan atau pengelasan.
Contohnya, koleksi maklum balas boleh mengandungi beberapa permintaan untuk penambahbaikan yang sama dengan ungkapan berbeza. Kodkan rekod tersebut menggunakan penyediaan simetri yang disyorkan, kemudian bandingkan atau kelompokkan vektor hasil. Simpan ungkapan asal dan pengecam rekod bersama setiap perwakilan supaya kelompok dapat diperiksa sebagai mesej pelanggan sebenar, bukannya kumpulan nombor tanpa penjelasan.
Untuk koleksi carian, sediakan soalan dan petikan sumber dalam peranan masing-masing. Pertanyaan yang berguna ialah “query: Which setting changes the notification frequency?” Petikan korpus mengekalkan penerangan dan syarat berkaitannya. Awalan ialah sebahagian daripada penyediaan yang digunakan dalam latihan model; pembuat menyatakan bahawa penggugurannya menurunkan prestasi.
Gabungkan dan bandingkan perwakilan
Contoh rasmi mengira purata perwakilan token dengan mengambil kira topeng perhatian untuk mengecualikan padding, kemudian menormalkan vektor hasil. Hasil darab titik antara embedding ternormal memberikan keserupaan kosinus. Sebanyak 768 nilai output menerangkan satu teks; ia bukan jawapan, label kelas atau skor penyusun semula kedudukan berpasangan.
Dalam aliran kerja pengelompokan, peringkat lain membentuk kumpulan daripada vektor tersebut. Dalam aliran kerja pengelasan, peringkat lain menggunakannya sebagai ciri input. Mengekalkan perbezaan itu menjadikan hasil lebih mudah ditafsirkan: embedding mewakili rekod, manakala tugas hiliran menentukan kumpulan atau label. Gunakan satu model dan konvensyen penyediaan secara konsisten untuk perwakilan yang dibandingkan.
Hadkan kepada bahasa Inggeris dan 512 token
Kad model menyatakan bahawa edisi ini hanya berfungsi untuk bahasa Inggeris dan memotong teks panjang kepada paling banyak 512 token. Sediakan petikan koheren dalam rentang itu, termasuk awalan peranan yang diperlukan. Ulasan, laporan atau manual panjang perlu dibahagikan mengikut bahagian bermakna, bukannya diberi embedding sebagai input terlalu besar yang kehilangan bahagian akhirnya.
Simpan tajuk bersama ayat yang diperkenalkannya dan kekalkan syarat atau pengecualian yang mengubah makna peraturan. Untuk rekod pendek seperti maklum balas, kekalkan mesej lengkap apabila muat. Pengecam sumber dan versi yang disimpan di sisi vektor membolehkan kemas kini koleksi kemudian menggantikan rekod yang betul.
Tafsir keserupaan berdasarkan tugas
Pembuat menerangkan bahawa urutan relatif skor kosinus lebih penting daripada nilai mutlak. Ambang penapisan perlu dinilai menggunakan contoh koleksi itu sendiri, dan keserupaan vektor bukan kebarangkalian terkalibrasi bagi label yang sepadan atau jawapan yang betul. Periksa rekod berdekatan dan ketidakpadanan yang diketahui ketika menentukan cara vektor akan digunakan.
Hasil berguna ialah indeks carian bahasa Inggeris, set perbandingan semantik atau ciri teks berangka yang dipadankan dengan rekod sumbernya. Profil Base v2 ini membekalkan dimensi, pooling dan penyediaan peranannya sendiri; bentuk vektor atau liputan bahasa edisi E5 lain tidak membuktikan perwakilan yang boleh saling ditukar ganti.
Ailoot Ultra · Pembenaman POST /v1/embeddings intfloat/e5-base-v2
intfloat/e5-base-v2Pengenalan
intfloat E5-Base-v2 menukarkan teks bahasa Inggeris kepada embedding 768 dimensi dengan pengekod 12 lapisan. Awalan query/passage dan tetingkap 512 token menentukan penyediaannya untuk carian, perbandingan parafrasa, pengelompokan dan ciri teks.
- Input yang diterima
- Teks · token_ids
- Hasil
- embedding
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Pembenaman POST /v1/embeddings
- Input
text,token_ids- Output
embedding- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had intfloat/e5-base-v2 | Lalai— |
Medaninput | Jenisstring|string[]|integer[]|integer[][] | KeperluanDiperlukan | Nilai & had Item minimum: 1 Syarat: Kelompok homogen yang tidak kosong. ID token ialah integer bukan negatif. Bajet input: Maksimum: 512 · Unit teks: bait UTF8 · Unit token: elemen tatasusunan token | Lalai— |
Medanencoding_format | Jenisstring | KeperluanPilihan | Nilai & had float | Lalaifloat |
Medandimensions | Jenisinteger | KeperluanTidak disokong | Nilai & had Minimum: 1 | Lalai— |
Medanuser | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medansession_id | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medantrace | Jenisjson_value | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak | Lalai— |
Gabungan bahan input
text_to_embedding
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameterinput_shapes | Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontrakfloat |
Parameterdimensions_override | Kontrakfalse |
Parametermax_input_budget_units | Kontrak512 |
Parametermultimodal_objects | Kontrakfalse |
Parametermaterial_types | Kontraktext, token_ids |
Kitar hayat: synchronous_json
Simpan setiap indeks dan dimensi vektor.
Nama model multimodal tidak bermakna objek imej dibenarkan pada laluan khusus ini.
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00001 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Pembenaman
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "intfloat/e5-base-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='intfloat/e5-base-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Terima dan simpan hasil
Ailoot Ultra · Pembenaman
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan setiap vektor bersama indeksnya. Bilangan vektor mesti sama dengan bilangan input; dimensi mesti konsisten.
Jika respons asal perlu disemak
Tiada titik akhir tugas pembenaman diperkenalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanobject | Jenisstring |
Medanmodel | Jenisstring |
Medandata[].index | Jenisinteger |
Medandata[].embedding | Jenisfinite float[] |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra intfloat/e5-base-v2
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · Intfloat: E5-Base-v2
- Apakah input dan hasil yang tersedia?
POST /v1/embeddings·intfloat/e5-base-v2:text,token_ids→embedding- Apakah medan yang digunakan oleh permintaan?
POST /v1/embeddings·intfloat/e5-base-v2:model,input,encoding_format,provider- Apakah had yang terpakai?
POST /v1/embeddings·intfloat/e5-base-v2:input.budget.maximum:512(bait UTF8);input.min_items:1