Source: https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/ Canonical: https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/ Language: nl # Sentence Transformers: paraphrase-MiniLM-L6-v2 [Markdown](https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/index.md) · [JSON](https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/facts.json) ## [Sentence Transformers: paraphrase-MiniLM-L6-v2](https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/) Sentence Transformers paraphrase-MiniLM-L6-v2 zet zinnen en korte alinea's om in 384-dimensionale vectoren voor semantisch zoeken en clustering. De gepubliceerde configuratie gebruikt mean pooling en een sequentie-instelling van 128 tokens. - [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/nl/sentence-transformers-paraphrase-minilm-l6-v2/#method-0) Over het model Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode. paraphrase-MiniLM-L6-v2 is een embeddingmodel van Sentence Transformers voor zinnen en korte alinea's. Het zet elke tekst om in een 384-dimensionale dense vectorruimte, met semantisch zoeken en clustering als door de maker genoemde taken. De gepubliceerde architectuur combineert een transformer met mean pooling; de ingestelde sequentielengte is 128 tokens. #### Representeer de passage die u wilt vergelijken Bereid de daadwerkelijke zin of korte alinea voor en behoud het onderwerp en de belangrijke voorwaarden. Een praktische verzameling kan verschillend geformuleerde vragen of korte beschrijvingen van verwante onderwerpen bevatten. Embed elk record en bewaar de oorspronkelijke bewoordingen en identifier, zodat een latere vergelijking de tekst zelf kan teruggeven. Verschillende hulpvragen kunnen bijvoorbeeld hetzelfde probleem met andere termen beschrijven. Een gelijkenisfase kan die kandidaten samenbrengen, waarna de bewoordingen op het daadwerkelijke probleem kunnen worden onderzocht. De embedding is de numerieke representatie die in die vergelijking wordt gebruikt; hij schrijft zelf geen parafrase en kent niet zelfstandig een definitief clusterlabel toe. #### Mean pooling en vectorgebruik Het rechtstreekse codeervoorbeeld van de maker houdt bij het middelen van tokenrepresentaties rekening met het attention-masker en sluit paddingposities uit. De architectuur selecteert expliciet mean pooling en selecteert geen CLS- of max pooling. Bewaar dat poolingrecept bij het model wanneer u vergelijkbare vectoren voorbereidt. Elke geretourneerde representatie heeft 384 componenten. Een index- of clusteringfase werkt met die vectoren via een gekozen gelijkenisconfiguratie, terwijl het onderliggende bronrecord beschikbaar blijft voor beoordeling. Houd hetzelfde model, dezelfde invoervoorbereiding en vergelijkingsinstellingen aan voor de items die worden vergeleken. Een ander model dat 384 waarden retourneert heeft niet op basis van die vorm alleen dezelfde embeddingruimte. #### Korte invoer in de gepubliceerde configuratie De referentieconfiguratie van Sentence Transformer gebruikt een maximale sequentielengte van 128 tokens. Bereid een lange bron voor als korte samenhangende eenheden in plaats van één te grote alinea. Een zin met een regel kan de uitzondering in de volgende zin nodig hebben; behoud die kleine eenheid samen wanneer zij past. Een woord- of tekenaantal stelt de tokenlengte niet rechtstreeks vast. Behoud bij een verzameling korte beschrijvingen namen en onderscheidende eigenschappen die belangrijk zijn voor de vergelijking. Een record met alleen een vage categorie kan moeilijk te scheiden zijn van andere records van dat type. Bewaar de bronkoppeling buiten de vector, zodat een geretourneerde kandidaat aan het oorspronkelijke materiaal kan worden getoetst. #### Zoek- en clusteringresultaten Representeer bij semantisch zoeken de zoekvraag en het corpusmateriaal met hetzelfde model en retourneer kandidaatrecords met hun brontekst. Bij clustering vormt een andere fase groepen uit de vectoren. Onderzoek de records bij een clustergrens voordat u de groepering als productbeslissing of automatisch label gebruikt. De bruikbare uitvoer is een compacte representatie van korte tekst gekoppeld aan het oorspronkelijke record. Dit exacte paraphrase-MiniLM-L6-v2-checkpoint heeft zijn eigen pooling- en sequentieconfiguratie. De all-MiniLM- en meertalige parafrasevarianten zijn afzonderlijke modelprofielen; hun training, taalbereik of invoerinstellingen worden niet geïmpliceerd door de gedeelde MiniLM-naam. **Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2` [`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/nl/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings) Sentence Transformers /`sentence-transformers/paraphrase-minilm-l6-v2` ### Aan de slag Sentence Transformers paraphrase-MiniLM-L6-v2 zet zinnen en korte alinea's om in 384-dimensionale vectoren voor semantisch zoeken en clustering. De gepubliceerde configuratie gebruikt mean pooling en een sequentie-instelling van 128 tokens. Toegestane invoer Tekst · token\_ids Resultaten embedding ### Beschikbaar in Ailoot · invoer en methoden **Ailoot Ultra · Embeddings** `POST /v1/embeddings` Invoertypen `text`, `token_ids` Uitvoertypen `embedding` Uitvoerformaat json | Veld | Type | Vereiste | Waarden en limieten | Standaard | | --- | --- | --- | --- | --- | | Veld`model` | Type`string` | VereisteVereist | Waarden en limieten sentence-transformers/paraphrase-minilm-l6-v2 | Standaard— | | Veld`input` | Type`string\|string[]\|integer[]\|integer[][]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID’s zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 512 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— | | Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float | Standaardfloat | | Veld`dimensions` | Type`integer` | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— | | Veld`user` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— | | Veld`session_id` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— | | Veld`trace` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de exacte betekenis bij de upstreamprovider verschilt per model. | Standaard— | | Veld`provider` | Type`object` | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— | Combinaties van invoermaterialen **text\_to\_embedding** Methodeparameters en levenscyclus | Parameter | Contract | | --- | --- | | Parameter`content_type` | Contractapplication/json | | Parameter`required` | Contractmodel, input | | Parameter`input_shapes` | Contractstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parameter`encoding_format` | Contractfloat | | Parameter`dimensions_override` | Contractfalse | | Parameter`max_input_budget_units` | Contract512 | | Parameter`multimodal_objects` | Contractfalse | | Parameter`material_types` | Contracttext, token\_ids | Levenscyclus: `synchronous_json` Bewaar elke vectorindex en dimensie. Een multimodale modelnaam houdt niet in dat afbeeldingsobjecten op dit specifieke pad zijn toegestaan. ### Tarieven Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode. Snelle modus Niet opgegeven Wanneer de snelle modus is geselecteerd Flexmodus Niet opgegeven Wanneer de modus flex is geselecteerd Maximale redeneerinspanning Niet opgegeven Wanneer bij maximale redeneerinspanning de default-aanpassing wordt gebruikt #### Ailoot-tarieven #### Prijzen per configuratie | Configuratie | Tariefstaffel | Kosten | | --- | --- | --- | | ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0.00001** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 1K tokens Invoer · Cache schrijven **—** / 1K tokens Invoer · Cache schrijven, 1 uur **—** / 1K tokens | Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. [Zo werken reservering en afrekening →](https://ailoot.ai/docs/nl/billing/reserve/) ### Voorbeeldverzoeken #### Ailoot Ultra · Embeddings curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "sentence-transformers/paraphrase-minilm-l6-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='sentence-transformers/paraphrase-minilm-l6-v2',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Resultaten ophalen en opslaan #### Ailoot Ultra · Embeddings json ##### Alle voltooide resultaten bewaren Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel. Bewaar elke vector met zijn index. Het aantal vectoren moet gelijk zijn aan het aantal invoeritems; de dimensies moeten consistent zijn. ##### Als het oorspronkelijke antwoord moet worden gecontroleerd Er wordt geen endpoint voor embeddingtaken geïntroduceerd. Antwoordvelden | Veld | Type | | --- | --- | | Veld`object` | Typestring | | Veld`model` | Typestring | | Veld`data[].index` | Typeinteger | | Veld`data[].embedding` | Typefinite float\[\] | | Veld`usage` | Typeobject | Fouten en vervolgstappen | Antwoord | Voorwaarde | Volgende stap | | --- | --- | --- | | Antwoord400 · `invalid_request_error` | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. | ### Aliasnamen #### Modelaliasnamen **Ailoot Ultra** [`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/nl/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings) #### Aliasnamen voor methodepaden Gebruik de hierboven getoonde methodepaden. #### Gerelateerde aanroeper-ID’s [`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/nl/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings) FAQ · Sentence Transformers: paraphrase-MiniLM-L6-v2 Welke invoer en resultaten zijn beschikbaar? `POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `text`, `token_ids` → `embedding` Welke velden gebruikt het verzoek? `POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `model`, `input`, `encoding_format`, `provider` Welke limieten gelden? `POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `input.budget.maximum`: `512` (UTF8-bytes); `input.min_items`: `1` Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie. ## Het bedrijf en zijn projectenportefeuille Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. ## Koop tokens met korting. Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens. Abonnement Kies een abonnement met korting voor je terugkerende verzoeken. Promotiecode tot 50% Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend. Kosten in de geschiedenis Model, tokens en bedrag worden per verzoek bewaard. [Kies een abonnement](https://ailoot.ai/docs/nl/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl/) ## Verbind de API met het product dat je verkoopt. SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan. Commerciële applicatie Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe. Resellerlicentie Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop. Documenten op de site Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar. [Vraag een resellerlicentie aan](mailto:support@ailoot.ai) · [Aanbodvoorwaarden en licentieovereenkomst](https://ailoot.ai/legal/offer?lang=nl) ## Ailoot · Het bedrijf en zijn projectenportefeuille Ailoot bouwt op opgebouwde operationele ervaring, een groot klantenbestand, een stabiele dienst en doorlopende KPI-controle. Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. Ailoot gebruikt die operationele ervaring voor API-toegang tot AI-functies in klantproducten, agents, applicaties en automatiseringen.