Source: https://ailoot.ai/models/ms/intfloat-e5-base-v2/
Canonical: https://ailoot.ai/models/ms/intfloat-e5-base-v2/
Language: ms

# Intfloat: E5-Base-v2

[Markdown](https://ailoot.ai/models/ms/intfloat-e5-base-v2/index.md) · [JSON](https://ailoot.ai/models/ms/intfloat-e5-base-v2/facts.json)

## [Intfloat: E5-Base-v2](https://ailoot.ai/models/ms/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.

- [**Ailoot Ultra · Pembenaman** `POST /v1/embeddings` `intfloat/e5-base-v2`](https://ailoot.ai/models/ms/intfloat-e5-base-v2/#method-0)

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-v2`](https://ailoot.ai/models/ms/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings)

Intfloat /`intfloat/e5-base-v2`

### Pengenalan

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 |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had intfloat/e5-base-v2 | Lalai— |
| Medan`input` | Jenis`string\|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— |
| Medan`encoding_format` | Jenis`string` | KeperluanPilihan | Nilai & had float | Lalaifloat |
| Medan`dimensions` | Jenis`integer` | KeperluanTidak disokong | Nilai & had Minimum: 1 | Lalai— |
| Medan`user` | Jenis`json_value` | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
| Medan`session_id` | Jenis`json_value` | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
| Medan`trace` | Jenis`json_value` | KeperluanPilihan | Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model. | Lalai— |
| Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak | Lalai— |

Gabungan bahan input

**text\_to\_embedding**

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input |
| Parameter`input_shapes` | Kontrakstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Kontrakfloat |
| Parameter`dimensions_override` | Kontrakfalse |
| Parameter`max_input_budget_units` | Kontrak512 |
| Parameter`multimodal_objects` | Kontrakfalse |
| Parameter`material_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 →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Pembenaman

curlPython SDK

```bash
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
```

```python
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 |
| --- | --- |
| Medan`object` | Jenisstring |
| Medan`model` | Jenisstring |
| Medan`data[].index` | Jenisinteger |
| Medan`data[].embedding` | Jenisfinite float\[\] |
| Medan`usage` | 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`](https://ailoot.ai/models/ms/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`intfloat/e5-base-v2`](https://ailoot.ai/models/ms/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings)

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`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.