Source: https://ailoot.ai/models/nb/intfloat-e5-large-v2/
Canonical: https://ailoot.ai/models/nb/intfloat-e5-large-v2/
Language: nb

# Intfloat: E5-Large-v2

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

## [Intfloat: E5-Large-v2](https://ailoot.ai/models/nb/intfloat-e5-large-v2/)

intfloat E5-Large-v2 koder engelske forespørsler og passasjer som 1024-dimensjonale vektorer. Modellen på 24 lag bruker query/passage-roller, gjennomsnittspooling og en inndatagrense på 512 tokener for søk, semantisk likhet og numeriske tekstegenskaper.

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

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

E5-Large-v2 er intfloats engelskspråklige tekstembeddingmodell med 24 lag og et 1024-dimensjonalt resultat. Den er utviklet for å representere forespørsler og passasjer numerisk for gjenfinning og andre embeddingoppgaver. E5s forberedelseskonvensjon er en del av treningen: Inndatateksten har et rolleprefiks, og de kodede tokenrepresentasjonene samles med pooling til én vektor for teksten.

#### Hold query- og passage-rollene uttrykkelige

Ved asymmetrisk gjenfinning starter spørsmålet med «query:» og korpusteksten med «passage:». Disse rollene skiller det brukeren leter etter, fra materialet som kan besvare det. For symmetrisk sammenligning, parafrasesøk, klyngedannelse eller egenskaper til klassifisering anbefaler produsenten «query:» for tekstene som skal embeddes.

En praktisk samling kan indeksere engelske supportforklaringer. Forbered et spørsmål som «query: What should I check before replacing the connector?», og par det med kildepassasjer som beskriver kontrollene og unntakene. Passasjeteksten beholder sitt tilsvarende prefiks. Lagre kildeidentifikatoren og den opprinnelige ordlyden ved siden av hver vektor, slik at resultatet kan returnere materialet brukeren trenger å lese.

Prefiksene er ikke dekorative etiketter som kan fjernes fra den ene siden av oppgaven. Produsenten oppgir at utelatelse svekker gjenfinningsytelsen fordi modellen ble trent med denne forberedelsen. Bruk den valgte rollen konsekvent når korpuset bygges, og når en forespørsel senere embeddes.

#### Gjennomsnittspooling og normaliserte vektorer

Det offisielle kodingseksemplet beregner gjennomsnittet av tokenrepresentasjonene og utelukker paddingposisjoner med attention-masken. Deretter normaliseres den resulterende vektoren. Et prikkprodukt mellom normaliserte forespørsels- og passasjevektorer gir cosinuslikhet for å ordne kandidater. Denne oppskriften på gjennomsnittspooling tilhører E5-Large-v2; en oppskrift med pooling av første token fra en annen familie er et separat forberedelsesvalg.

De 1024 resultatverdiene utgjør embeddingvektoren, ikke et skriftlig svar eller en direkte kategorietikett. Et søketrinn sammenligner verdiene med kompatible korpusrepresentasjoner, og et senere trinn bruker den valgte passasjeteksten. Hvis vektorer fungerer som egenskaper for klyngedannelse eller en klassifikator, må koblingen mellom hver vektor og inndataposten hvis egenskaper den representerer, bevares.

#### Engelsk tekst innenfor vinduet

Modellkortet angir kun engelskspråklig tekst og avkorting av lange inndata til høyst 512 tokener. Hold hver dokumentpassasje sammenhengende innenfor dette vinduet, inkludert rolleprefikset og nyttig kildekontekst. En lang håndbok bør forberedes som deler med titler, betingelser og instruksjoner som kan forstås når de gjenfinnes separat.

Et avsnitt som beskriver en innstilling, kan for eksempel trenge definisjonen av innstillingen og et unntak i neste setning. Bevar denne lille enheten samlet fremfor å dele rent etter antall tegn. Hold det overordnede dokumentet og kildeversjonen sammen med passasjen, slik at en oppdatering erstatter riktig materiale.

#### Les rangeringen som gjenfinningsevidens

Produsenten forklarer at rekkefølgen på cosinusskårene betyr mer enn de absolutte verdiene. En skår bør ikke tolkes som en kalibrert sannsynlighet for at en passasje besvarer spørsmålet. Kontroller kjente passasjer som inneholder svaret, og nærliggende irrelevant materiale når du velger hvor mange resultater som skal beholdes, eller hvor et kandidatsett skal filtreres.

Det nyttige resultatet er en korpus- eller forespørselsrepresentasjon, et semantisk sammenligningssignal eller numeriske egenskaper for en annen oppgave. Dette nøyaktige engelske Large v2-checkpointet er fortsatt atskilt fra E5-Base-v2 og Multilingual-E5-Large. Samsvarende dimensjoner alene gjør ikke vektorene til et dokumentert felles embeddingrom.

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `intfloat/e5-large-v2`

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

Intfloat /`intfloat/e5-large-v2`

### Start

intfloat E5-Large-v2 koder engelske forespørsler og passasjer som 1024-dimensjonale vektorer. Modellen på 24 lag bruker query/passage-roller, gjennomsnittspooling og en inndatagrense på 512 tokener for søk, semantisk likhet og numeriske tekstegenskaper.

Godkjente inndata

Tekst · token\_ids

Resultater

embedding

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings`

Inndatatyper

`text`, `token_ids`

Utdatatyper

`embedding`

Utdataformat

json

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser intfloat/e5-large-v2 | Standard— |
| Felt`input` | Type`string\|string[]\|integer[]\|integer[][]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 Vilkår: Ikke-tom batch med ensartede elementer. Token-ID-er er ikke-negative heltall. Inndatabudsjett: Maksimum: 512 · Tekstenhet: UTF8-byte · Tokenenhet: elementer i token-arrayet | Standard— |
| Felt`encoding_format` | Type`string` | KravValgfritt | Verdier & grenser float | Standardfloat |
| Felt`dimensions` | Type`integer` | KravStøttes ikke | Verdier & grenser Minimum: 1 | Standard— |
| Felt`user` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`session_id` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`trace` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises | Standard— |

Kombinasjoner av inngående materialer

**text\_to\_embedding**

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, input |
| Parameter`input_shapes` | Avtalestring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Avtalefloat |
| Parameter`dimensions_override` | Avtalefalse |
| Parameter`max_input_budget_units` | Avtale512 |
| Parameter`multimodal_objects` | Avtalefalse |
| Parameter`material_types` | Avtaletext, token\_ids |

Livssyklus: `synchronous_json`

Bevar hver vektors indeks og dimensjon.

Et multimodalt modellnavn innebærer ikke at bildeobjekter er tillatt på denne nøyaktige stien.

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

| Konfigurasjon | Prisplan | Kostnad |
| --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener **$0.00002** / 1K tokener Utdata · Utgående tokener **$0** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Vektorrepresentasjoner

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-large-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-large-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Motta og lagre resultater

#### Ailoot Ultra · Vektorrepresentasjoner

json

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hver vektor sammen med indeksen. Antall vektorer må være lik antall inndata; dimensjonene må være konsistente.

##### Hvis det opprinnelige svaret må kontrolleres

Det innføres ikke noe endepunkt for embedding-jobber.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`object` | Typestring |
| Felt`model` | Typestring |
| Felt`data[].index` | Typeinteger |
| Felt`data[].embedding` | Typefinite float\[\] |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |

### Aliaser

#### Modellaliaser

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

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

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

FAQ · Intfloat: E5-Large-v2

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `text`, `token_ids` → `embedding`

Hvilke felt bruker forespørselen?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `model`, `input`, `encoding_format`, `provider`

Hvilke grenser gjelder?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `input.budget.maximum`: `512` (UTF8-byte); `input.min_items`: `1`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.