Source: https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/
Canonical: https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/
Language: ru

# Sentence Transformers: all-MiniLM-L12-v2

[Markdown](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/index.md) · [JSON](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/facts.json)

## [Sentence Transformers: all-MiniLM-L12-v2](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/)

Sentence Transformers all-MiniLM-L12-v2 кодирует предложения и короткие абзацы в 384-мерные векторы для поиска, оценки сходства и кластеризации. Эталонный рецепт использует усредняющий пулинг и нормализацию с обрезкой по умолчанию на 256 подсловных единицах.

- [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l12-v2/#method-0)

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

all-MiniLM-L12-v2 — кодировщик Sentence Transformers для предложений и коротких абзацев. Он создаёт один 384-мерный плотный вектор на текст для семантического поиска, поиска информации, кластеризации и оценки сходства предложений. Модель использует основу MiniLM-L12-H384-uncased и дообучена методом контрастивного обучения на коллекции из миллиарда пар предложений.

#### Кодируйте единицу, которую хотите найти

Используйте предложение или короткий абзац, выражающий одну полезную мысль. Для коллекции описаний продуктов сохраняйте характеристику и условие, отличающие товар: «Адаптер подключает проводную гарнитуру к порту USB-C» информативнее, чем «Аудиоаксессуар». Храните идентификатор записи и исходное описание рядом с её вектором.

Поисковый запрос затем можно сравнивать с закодированными описаниями. Проверяйте возвращённых кандидатов на точные требования, например тип разъёма или совместимость устройства, до представления окончательного выбора. Вектор представляет смысл текста; окружающее поисковое приложение извлекает соответствующие записи.

#### Усредняющий пулинг и нормализованные векторы

Опубликованный пример кодирования усредняет представления токенов с маской внимания, поэтому позиции заполнения не вносят вклад в среднее. Затем он применяет L2-нормализацию. Эти этапы являются частью эталонного рецепта получения вектора предложения, а не инструкцией брать произвольный токен из базового трансформера.

Сохраняйте согласованную конфигурацию модели, пулинга и нормализации для индексированных текстов и новых запросов. Полученные представления из 384 компонентов можно сравнивать косинусным сходством. Храните запись этой конфигурации вместе с коллекцией; другой 384-мерный кодировщик не становится совместимым только из-за одинаковой длины векторов.

#### Длина входа по умолчанию и область обучения

Производитель задаёт обрезку по умолчанию после 256 подсловных единиц. Это предел токенизатора, а не число обычных слов или символов. Для более длинной записи выбирайте связные короткие разделы и сохраняйте заголовок или идентифицирующую деталь, необходимую для интерпретации каждого.

Процедура обучения модели использовала последовательности до 128 токенов. Эта настройка обучения отдельна от опубликованной настройки по умолчанию на 256 подсловных единиц при кодировании. Фрагмент, помещающийся в предел по умолчанию, всё равно может значительно отличаться от материала коротких предложений, использованного при обучении, поэтому оценивайте длинные или специальные описания на репрезентативных примерах.

#### Процессы сравнения сходства и кластеризации

Для набора сообщений поддержки эмбеддинги могут давать числовые входы этапу группировки. Проверяйте несколько сообщений из каждой предлагаемой группы и сообщения рядом с её границей до присвоения понятной человеку метки. Для проверки дублирующегося содержимого находите похожие записи и сравнивайте реальные формулировки: два фрагмента могут обсуждать одну тему, но давать разные инструкции.

Это конкретное издание L12-v2 — англоязычный профиль эмбеддингов предложений. Оно отличается от all-MiniLM-L6-v2 и контрольных точек paraphrase-MiniLM. Общие имена семейств не переносят их конфигурацию последовательности или рецепт пулинга. Используйте компактные плотные векторы вместе с исходными записями и оценкой конкретной задачи, вместо трактовки значения сходства как проверенного ответа или окончательного редакторского решения.

**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2`

[`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l12-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l12-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/all-minilm-l12-v2`

### Начало

Sentence Transformers all-MiniLM-L12-v2 кодирует предложения и короткие абзацы в 384-мерные векторы для поиска, оценки сходства и кластеризации. Эталонный рецепт использует усредняющий пулинг и нормализацию с обрезкой по умолчанию на 256 подсловных единицах.

Допустимые входные данные

Текст · token\_ids

Результаты

embedding

### Доступно в Ailoot · входные данные и методы

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

Входные данные

`text`, `token_ids`

Результат

`embedding`

Выходной формат

json

| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
| --- | --- | --- | --- | --- |
| Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения sentence-transformers/all-minilm-l12-v2 | По умолчанию— |
| Поле`input` | Тип`string\|string[]\|integer[]\|integer[][]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Непустой однородный пакет. ID токенов — неотрицательные целые числа. Входной бюджет: Максимум: 512 · Текстовая единица: байты UTF8 · Единица токенов: элементы массива токенов | По умолчанию— |
| Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat |
| Поле`dimensions` | Тип`integer` | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— |
| Поле`user` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`session_id` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`trace` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— |

Сочетания входных материалов

**text\_to\_embedding**

Параметры и жизненный цикл метода

| Параметр | Контракт |
| --- | --- |
| Параметр`content_type` | Контрактapplication/json |
| Параметр`required` | Контрактmodel, input |
| Параметр`input_shapes` | Контрактstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Параметр`encoding_format` | Контрактfloat |
| Параметр`dimensions_override` | Контрактfalse |
| Параметр`max_input_budget_units` | Контракт512 |
| Параметр`multimodal_objects` | Контрактfalse |
| Параметр`material_types` | Контрактtext, token\_ids |

Жизненный цикл: `synchronous_json`

Сохраняйте индекс и размерность каждого вектора.

Название мультимодальной модели не означает допуск объектов изображений на этом конкретном маршруте.

### Тарифы

Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.

Быстрый режим

Не указано При выборе быстрого режима

Режим flex

Не указано При выборе режима flex

Максимальная интенсивность рассуждений

Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)

#### Ставки Ailoot

#### Цены по конфигурациям

| Конфигурация | Шкала ставок | Плата |
| --- | --- | --- |
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0.00001** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов |

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/)

### Примеры запросов

#### Ailoot Ultra · Эмбеддинги

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/all-minilm-l12-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/all-minilm-l12-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Получить и сохранить результаты

#### Ailoot Ultra · Эмбеддинги

json

##### Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы.

##### Если нужно проверить исходный ответ

Отдельный эндпоинт заданий эмбеддингов не вводится.

Поля ответа

| Поле | Тип |
| --- | --- |
| Поле`object` | Типstring |
| Поле`model` | Типstring |
| Поле`data[].index` | Типinteger |
| Поле`data[].embedding` | Типfinite float\[\] |
| Поле`usage` | Типobject |

Ошибки и дальнейшие шаги

| Ответ | Условие | Следующий шаг |
| --- | --- | --- |
| Ответ400 · `invalid_request_error` | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |

### Псевдонимы

#### Псевдонимы моделей

**Ailoot Ultra** [`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l12-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l12-v2&fmt=embeddings)

#### Псевдонимы путей метода

Используйте пути методов, указанные выше.

#### Связанные ID для вызова

[`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l12-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l12-v2&fmt=embeddings)

FAQ · Sentence Transformers: all-MiniLM-L12-v2

Какие входные данные и результаты доступны?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `text`, `token_ids` → `embedding`

Какие поля использует запрос?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `model`, `input`, `encoding_format`, `provider`

Какие ограничения действуют?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `input.budget.maximum`: `512` (байты UTF8); `input.min_items`: `1`

Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению.

## Компания и портфель её проектов

Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.

## Покупайте токены со скидкой.

Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов.

Подписка

Выберите тариф со скидкой для своих регулярных запросов.

Промокод до 50%

Введите код при покупке. Цена пересчитается с учётом действующей акции.

Расходы в истории

Модель, токены и сумма сохраняются для каждого запроса.

[Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/)

## Подключайте API к продукту, который вы продаёте.

SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию.

Коммерческое приложение

Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса.

Лицензия для реселлера

Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи.

Документы на сайте

Оферта, лицензионный договор и политика обработки данных доступны до подключения.

[Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru)

## Ailoot · Компания и портфель её проектов





Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI.





Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.





Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.