Source: https://ailoot.ai/models/pl/intfloat-e5-base-v2/ Canonical: https://ailoot.ai/models/pl/intfloat-e5-base-v2/ Language: pl # Intfloat: E5-Base-v2 [Markdown](https://ailoot.ai/models/pl/intfloat-e5-base-v2/index.md) · [JSON](https://ailoot.ai/models/pl/intfloat-e5-base-v2/facts.json) ## [Intfloat: E5-Base-v2](https://ailoot.ai/models/pl/intfloat-e5-base-v2/) intfloat E5-Base-v2 przekształca tekst angielski w 768-wymiarowe embeddingi za pomocą 12-warstwowego enkodera. Prefiksy zapytania i fragmentu oraz okno 512 tokenów określają przygotowanie do wyszukiwania, porównywania parafraz, grupowania i tworzenia cech tekstu. - [**Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `intfloat/e5-base-v2`](https://ailoot.ai/models/pl/intfloat-e5-base-v2/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. E5-Base-v2 to angielski model osadzeń intfloat z dwunastoma warstwami i reprezentacją o 768 wymiarach. Zamienia przygotowany tekst w jeden wektor liczbowy do wyszukiwania, porównania semantycznego lub wykorzystania jako cechy w innym zadaniu. Punkt kontrolny Base v2 jest odrębny od wydania Large v2 z dwudziestoma czterema warstwami i 1024 wymiarami oraz osobno trenowanych wielojęzycznych modeli E5. #### Używaj prefiksów ról z treningu E5 oczekuje roli na początku wejścia. W wyszukiwaniu fragmentów pytanie zaczyna się od „query:”, a źródło mogące zawierać odpowiedź — od „passage:”. Producent zaleca „query:” po obu stronach w zadaniach symetrycznych, takich jak podobieństwo semantyczne i wyszukiwanie parafraz. Zaleca ten prefiks również wtedy, gdy wektory będą cechami do grupowania lub klasyfikacji. Na przykład zbiór opinii może zawierać kilka różnie sformułowanych próśb o to samo ulepszenie. Zakoduj te rekordy z zalecanym przygotowaniem symetrycznym, a następnie porównuj lub grupuj wynikowe wektory. Zachowaj oryginalne sformułowania i identyfikator rekordu z każdą reprezentacją, aby grupę można było zbadać jako rzeczywiste wiadomości klientów zamiast niewyjaśnionego zbioru liczb. Dla zbioru wyszukiwawczego przygotuj pytania i fragmenty źródłowe w odpowiadających im rolach. Użyteczne zapytanie to „query: Which setting changes the notification frequency?” Fragment korpusu zachowuje wyjaśnienie i istotne warunki. Prefiks jest częścią przygotowania używanego w treningu modelu; producent zauważa, że jego pominięcie obniża wyniki. #### Agreguj i porównuj reprezentację Oficjalny przykład oblicza średnią reprezentacji tokenów z uwzględnieniem maski uwagi i wykluczeniem dopełnienia, a następnie normalizuje wynikowy wektor. Iloczyn skalarny znormalizowanych osadzeń daje podobieństwo cosinusowe. 768 wartości wyjściowych opisuje jeden tekst; nie są odpowiedzią, etykietą klasy ani oceną rerankera dla pary tekstów. W procesie grupowania inny etap tworzy grupy z tych wektorów. W procesie klasyfikacji inny etap używa ich jako cech wejściowych. Zachowanie tego rozróżnienia ułatwia interpretację wyniku: osadzenie reprezentuje rekord, a zadanie dalszego etapu określa grupę lub etykietę. Dla porównywanych reprezentacji konsekwentnie używaj jednego modelu i konwencji przygotowania. #### Pracuj w języku angielskim i w 512 tokenach Karta modelu podaje, że to wydanie działa tylko dla angielskiego i przycina długi tekst do maksymalnie 512 tokenów. Przygotuj spójne fragmenty mieszczące się w tym zakresie, wraz z wymaganym prefiksem roli. Długą recenzję, raport lub podręcznik należy podzielić według znaczących sekcji, zamiast osadzać jako zbyt duże wejście, którego końcówka zostaje utracona. Zachowaj nagłówek ze zdaniami, które wprowadza, i warunek lub wyjątek zmieniający znaczenie reguły. Dla krótkich rekordów, takich jak opinie, zachowaj pełną wiadomość, jeśli się mieści. Identyfikator źródła i wersja przechowywane obok wektora pozwalają późniejszej aktualizacji zbioru zastąpić właściwy rekord. #### Interpretuj podobieństwo zgodnie z zadaniem Producent wyjaśnia, że względna kolejność ocen cosinusowych jest ważniejsza od wartości bezwzględnej. Próg filtrowania należy ocenić na własnych przykładach zbioru, a podobieństwo wektorów nie jest skalibrowanym prawdopodobieństwem pasującej etykiety lub poprawnej odpowiedzi. Analizuj pobliskie rekordy i znane niedopasowania, decydując o sposobie użycia wektorów. Użyteczny rezultat to angielski indeks wyszukiwania, zbiór porównań semantycznych lub liczbowe cechy tekstowe sparowane z rekordami źródłowymi. Ten profil Base v2 dostarcza własne wymiary, agregację i przygotowanie ról; kształt wektora lub pokrycie języków innego wydania E5 nie dowodzą wymienności reprezentacji. **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `intfloat/e5-base-v2` [`intfloat/e5-base-v2`](https://ailoot.ai/models/pl/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings) Intfloat /`intfloat/e5-base-v2` ### Start intfloat E5-Base-v2 przekształca tekst angielski w 768-wymiarowe embeddingi za pomocą 12-warstwowego enkodera. Prefiksy zapytania i fragmentu oraz okno 512 tokenów określają przygotowanie do wyszukiwania, porównywania parafraz, grupowania i tworzenia cech tekstu. Akceptowane dane wejściowe Tekst · token\_ids Wyniki embedding ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` Wejście `text`, `token_ids` Wyjście `embedding` Format wyjściowy json | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity intfloat/e5-base-v2 | Domyślnie— | | Pole`input` | Typ`string\|string[]\|integer[]\|integer[][]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 Warunki: Niepusta, jednorodna partia danych. Identyfikatory tokenów są nieujemnymi liczbami całkowitymi. Budżet wejścia: Maksimum: 512 · Jednostka tekstu: bajty UTF8 · Jednostka tokenów: elementy tablicy tokenów | Domyślnie— | | Pole`encoding_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity float | Domyślniefloat | | Pole`dimensions` | Typ`integer` | WymaganieNieobsługiwane | Wartości i limity Minimum: 1 | Domyślnie— | | Pole`user` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`session_id` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`trace` | Typ`json_value` | WymaganieOpcjonalne | Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu. | Domyślnie— | | Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Warunki: Odrzucono provider.options | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_embedding** Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input | | Parametr`input_shapes` | Kontraktstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parametr`encoding_format` | Kontraktfloat | | Parametr`dimensions_override` | Kontraktfalse | | Parametr`max_input_budget_units` | Kontrakt512 | | Parametr`multimodal_objects` | Kontraktfalse | | Parametr`material_types` | Kontrakttext, token\_ids | Cykl życia: `synchronous_json` Zachowaj indeks i liczbę wymiarów każdego wektora. Nawet jeśli nazwa modelu wskazuje na multimodalność, ta konkretna ścieżka nie obsługuje obiektów obrazów. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.00001** / 1K tokenów Wyjście · Tokeny wyjściowe **$0** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Reprezentacje wektorowe curlPython SDK ```bash set -eu : "${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) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Reprezentacje wektorowe json ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy wektor wraz z jego indeksem. Liczba wektorów musi być równa liczbie elementów wejściowych; wszystkie wektory muszą mieć tę samą liczbę wymiarów. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Nie wprowadzono endpointu zadań generowania osadzeń. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`object` | Typstring | | Pole`model` | Typstring | | Pole`data[].index` | Typinteger | | Pole`data[].embedding` | Typfinite float\[\] | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`intfloat/e5-base-v2`](https://ailoot.ai/models/pl/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`intfloat/e5-base-v2`](https://ailoot.ai/models/pl/#m=intfloat%2Fe5-base-v2&route=Ultra&caller=intfloat%2Fe5-base-v2&fmt=embeddings) FAQ · Intfloat: E5-Base-v2 Jakie dane wejściowe i wyniki są dostępne? `POST /v1/embeddings` · `intfloat/e5-base-v2`: `text`, `token_ids` → `embedding` Jakich pól używa żądanie? `POST /v1/embeddings` · `intfloat/e5-base-v2`: `model`, `input`, `encoding_format`, `provider` Jakie limity obowiązują? `POST /v1/embeddings` · `intfloat/e5-base-v2`: `input.budget.maximum`: `512` (bajty UTF8); `input.min_items`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.