Source: https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/
Canonical: https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/
Language: ru

# Sentence Transformers: all-MiniLM-L6-v2

[Markdown](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/index.md) · [JSON](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/facts.json)

## [Sentence Transformers: all-MiniLM-L6-v2](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/)

Sentence Transformers all-MiniLM-L6-v2 представляет предложения и короткие абзацы как 384-мерные векторы для семантического поиска, кластеризации и оценки сходства. Опубликованный рецепт объединяет усредняющий пулинг с L2-нормализацией и настройкой по умолчанию на 256 подсловных единиц.

- [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/ru/sentence-transformers-all-minilm-l6-v2/#method-0)

О модели

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

all-MiniLM-L6-v2 — кодировщик предложений и коротких абзацев Sentence Transformers. Он отображает каждый текст в 384-мерный плотный вектор для поиска, кластеризации и оценки сходства предложений. Модель дообучена на основе MiniLM-L6-H384-uncased методом контрастивного обучения на коллекции из миллиарда пар предложений.

#### Готовьте краткие содержательные записи

Выбирайте предложение или абзац, который должен появляться в результате поиска. Для коллекции FAQ сохраняйте вопрос и короткое объяснение, различающее его тему. Фрагмент о сбросе забытого пароля должен сохранять процедуру сброса, а не сводиться к отдельному слову вроде «Аккаунт».

Для длинной статьи индексируйте связные короткие разделы и сохраняйте их местоположения в источнике. Находите кандидатные разделы сравнением вектора запроса с хранимыми представлениями, затем показывайте исходные фрагменты, чтобы читатель мог проверить реальные инструкции.

#### Получайте представление предложения

Рецепт прямого кодирования производителя усредняет представления токенов с маской внимания, исключая позиции заполнения из среднего. Затем он применяет L2-нормализацию. Эти этапы создают эмбеддинг предложения для сравнения; отдельные представления токенов базового трансформера имеют другую роль.

Каждый выход имеет 384 компонента. Используйте одну контрольную точку, пулинг и нормализацию при построении коллекции и кодировании последующих запросов. Косинусное сходство позволяет сравнивать полученные векторы. Значение сходства полезно для ранжирования кандидатов при этой настройке, а исходный текст определяет, отвечает ли кандидат на вопрос.

#### Границы длины и издания

Опубликованная настройка по умолчанию обрезает входы длиннее 256 подсловных единиц. Эта единица токенизатора напрямую не соответствует обычному слову или символу. Сохраняйте важные условия внутри индексируемой единицы и делите длинную процедуру по смысловым границам до кодирования.

Обучающие последовательности были ограничены 128 токенами. Эта настройка обучения отдельна от настройки кодирования по умолчанию на 256 подсловных единиц. Для необычно длинных или специальных фрагментов используйте репрезентативные примеры запросов и фрагментов, чтобы оценить поведение поиска, вместо предположения, что попадание в границу входа гарантирует одинаковую обработку каждой детали.

Это конкретное издание L6-v2 — англоязычный профиль эмбеддингов. Издания L12-v2 и paraphrase-MiniLM имеют отдельные идентичности моделей и конфигурации. Общее имя MiniLM или 384-мерный выход не устанавливают взаимозаменяемость векторов.

#### Поиск, сходство и группировка

При проверке дублирующихся вопросов находите похожие вопросы и сравнивайте реальные формулировки до объединения записей. «Могу ли я сбросить свой пароль?» и «Может ли администратор сбросить пароль другого пользователя?» относятся к связанным темам, но разным разрешениям. Сохраняйте это различие в кодируемом тексте и на этапе проверки.

Для кластеризации используйте эмбеддинги как числовые входы процесса группировки, затем проверяйте репрезентативные записи, прежде чем дать группе название. Эта модель предоставляет векторы, а не письменные метки кластеров или сгенерированный ответ FAQ. Её полезный результат — компактное представление короткого исходного фрагмента, которое остаётся связанным с исходной записью.

**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `sentence-transformers/all-minilm-l6-v2`

[`sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l6-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/all-minilm-l6-v2`

### Начало

Sentence Transformers all-MiniLM-L6-v2 представляет предложения и короткие абзацы как 384-мерные векторы для семантического поиска, кластеризации и оценки сходства. Опубликованный рецепт объединяет усредняющий пулинг с L2-нормализацией и настройкой по умолчанию на 256 подсловных единиц.

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-l6-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-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/all-minilm-l6-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-l6-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l6-v2&fmt=embeddings)

#### Псевдонимы путей метода

Используйте пути методов, указанные выше.

#### Связанные ID для вызова

[`sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/ru/#m=sentence-transformers%2Fall-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l6-v2&fmt=embeddings)

FAQ · Sentence Transformers: all-MiniLM-L6-v2

Какие входные данные и результаты доступны?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-v2`: `text`, `token_ids` → `embedding`

Какие поля использует запрос?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-v2`: `model`, `input`, `encoding_format`, `provider`

Какие ограничения действуют?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-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.