Source: https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/ Canonical: https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/ Language: sk # LiquidAI: LFM2.5-Embedding-350M (free) [Markdown](https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/index.md) · [JSON](https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/facts.json) ## [LiquidAI: LFM2.5-Embedding-350M (free)](https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/) LiquidAI LFM2.5-Embedding-350M vytvára jeden 1024-rozmerný vektor na text pre viacjazyčné a medzijazyčné vyhľadávanie. Zameriava sa na 11 jazykov a krátke 512-tokenové vstupy s odlišnými prefixmi pre dopyt a dokument. - [**Ailoot Ultra · Embeddingy** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sk/liquid-lfm-2-5-embedding-350m-u003a-free/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. LFM2.5-Embedding-350M je hustý bi-enkodér od LiquidAI na viacjazyčné a medzijazykové vyhľadávanie. Pre každý text vytvára jeden 1024-rozmerný vektor a zameriava sa na vyhľadávanie s krátkym kontextom v jedenástich jazykoch. Pomenovaná rodina modelov 350M používa obojsmernú adaptáciu LFM2.5-350M-Base; podrobná tabuľka modelu uvádza pre túto edíciu embeddingov približne 354 miliónov parametrov. #### Obojsmerná reprezentácia na vyhľadávanie Výrobca upravuje základnú sieť tak, aby pozornosť a lokálne konvolúcie mohli používať kontext na oboch stranách tokenu. Zlučovanie v štýle CLS mení spracovaný text na jeden hustý vektor. Tabuľka modelu opisuje sedemnásť vrstiev: desať konvolučných blokov, šesť blokov pozornosti a fázu zlučovania. Ide o vyhľadávací enkodér s vlastnou prípravou a výstupom, nie o úlohu generovania textu základného modelu. Samostatne pomenovaný LFM2.5-ColBERT-350M zachováva vektory jednotlivých tokenov na neskorú interakciu. Táto reprezentácia vyžaduje iný index a metódu porovnávania. Tu opisovaný model Embedding poskytuje jeden vektor pre každý dokument alebo dopyt s kosínusovou podobnosťou ako zdokumentovaným porovnaním. #### Používajte správne asymetrické prompty Vyhľadávacie dopyty pripravujte s „query:“ a zdrojové pasáže s „document:“. Výrobca ukladá tieto prompty do konfigurácie a jeho referenčný postup používa zodpovedajúci názov promptu. Výslovne odporúča používať na každej strane príslušnú rolu, pretože model bol trénovaný s týmito prefixmi. Tento dokumentový prefix sa líši od konvencie „passage:“ v modeloch E5. Praktická kolekcia na vyhľadávanie produktov môže obsahovať opisy v podporovaných jazykoch. Znenie vyhľadávania používateľa pripravte ako dopyt a každý opis produktu ako dokument. Pôvodný text, identifikátor produktu a jazyk uložte s vektorom, aby výsledok vyhľadávania mohol vrátiť zodpovedajúci záznam. Pri kolekcii podpory zachovajte pravidlo alebo pokyn relevantný pre otázku namiesto jeho nahradenia nesúvisiacim krátkym štítkom. #### Jazyky a veľkosť pasáže Zdokumentovaný súbor jazykov tvorí angličtina, španielčina, nemčina, francúzština, taliančina, portugalčina, arabčina, švédčina, nórčina, japončina a kórejčina. Výrobca výslovne cieli na vyhľadávanie v rámci jedného jazyka aj cez jazykové hranice. Pripravte skutočné otázky zamýšľaného publika a preskúmajte vrátený text dokumentov v týchto jazykoch. Špecifikovaná dĺžka dokumentu je 512 tokenov. Dlhý zdroj rozdeľte na ucelené pasáže zachovávajúce nadpis, definície a podmienky potrebné pre vyhľadaný výsledok. Prefix roly a pridaný kontext patria do pripraveného vstupu. Odpoveď FAQ, vysvetlenie produktu alebo zameraná časť technického dokumentu je vhodnejšou jednotkou než celá nadmerná príručka. #### Trénovanie a porovnávanie Výrobca opisuje tri fázy trénovania: anglické kontrastívne predtrénovanie, viacjazyčnú a medzijazykovú destiláciu a potom doladenie s vyhľadanými náročnými negatívnymi príkladmi. Výsledný model je určený pre produktové katalógy, FAQ a kolekcie podpory, vyhľadávanie súborov či poznámok a podnikové znalostné vyhľadávanie. Ide o úlohy pre textové reprezentácie, nie o tvrdenia o nasadení konkrétnej aplikácie. Príklad výrobcu normalizuje vektory dopytov a dokumentov a radí ich skalárnym súčinom, ekvivalentným kosínusovej podobnosti. Reprezentácie korpusu predpočítajte po príprave zdrojového materiálu, potom vytvorte embedding vyhľadávacieho dopytu a vráťte kandidátske dokumenty s ich textom a identifikátormi. Zvolený model a konvenciu rolí uchovajte s indexom, aby číselné porovnávanie používalo kompatibilné reprezentácie. Užitočným výsledkom je kompaktný hustý vyhľadávací index alebo vektor dopytu, ktorý vyhľadáva zdrojový materiál v zdokumentovanom súbore jazykov. Táto konkrétna edícia LFM2.5 Embedding zostáva oddelená od sprievodného ColBERT, starších vyhľadávacích modelov LFM2 a externe kvantovaných implementácií. Text vybranej pasáže je dôkazom používaným čitateľom alebo neskoršou fázou odpovede RAG. **Ailoot Ultra · Embeddingy** `POST /v1/embeddings` `liquid/lfm-2.5-embedding-350m:free` [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sk/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) LiquidAI /`liquid/lfm-2.5-embedding-350m:free` ### Úvod LiquidAI LFM2.5-Embedding-350M vytvára jeden 1024-rozmerný vektor na text pre viacjazyčné a medzijazyčné vyhľadávanie. Zameriava sa na 11 jazykov a krátke 512-tokenové vstupy s odlišnými prefixmi pre dopyt a dokument. Povolené vstupy Text · token\_ids Výsledky embedding ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Embeddingy** `POST /v1/embeddings` Vstup `text`, `token_ids` Výstup `embedding` Kontext 512 tokens Výstupný formát json | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity liquid/lfm-2.5-embedding-350m:free | Predvolené— | | Pole`input` | Typ`string\|string[]\|integer[]\|integer[][]` | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 Podmienky: Neprázdna homogénna dávka. ID tokenov sú nezáporné celé čísla. Vstupný rozpočet: Maximum: 512 · Textová jednotka: bajty UTF8 · Jednotka tokenov: prvky poľa tokenov | Predvolené— | | Pole`encoding_format` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity float | Predvolenéfloat | | Pole`dimensions` | Typ`integer` | PožiadavkaNepodporované | Hodnoty a limity Minimum: 1 | Predvolené— | | Pole`user` | Typ`json_value` | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu. | Predvolené— | | Pole`session_id` | Typ`json_value` | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu. | Predvolené— | | Pole`trace` | Typ`json_value` | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Zdroj povoľuje toto pole metadát vo formáte JSON; presný význam na strane dodávateľa sa líši podľa modelu. | Predvolené— | | Pole`provider` | Typ`object` | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa odmieta | Predvolené— | Kombinácie vstupných podkladov **text\_to\_embedding** Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciaapplication/json | | Parameter`required` | Špecifikáciamodel, input | | Parameter`input_shapes` | Špecifikáciastring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parameter`encoding_format` | Špecifikáciafloat | | Parameter`dimensions_override` | Špecifikáciafalse | | Parameter`max_input_budget_units` | Špecifikácia512 | | Parameter`multimodal_objects` | Špecifikáciafalse | | Parameter`material_types` | Špecifikáciatext, token\_ids | Životný cyklus: `synchronous_json` Uchovajte každý index a rozmer vektora. Názov multimodálneho modelu neznamená, že na tejto konkrétnej trase možno použiť objekty obrázkov. ### Cenník Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde. Rýchly režim Štandardná sadzba Keď je zvolený rýchly režim Režim Flex Štandardná sadzba Keď je zvolený režim flex Maximálna úroveň uvažovania Štandardná sadzba Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default) #### Sadzby Ailoot #### Ceny podľa konfigurácie | Konfigurácia | Sadzobník | Poplatok | | --- | --- | --- | | KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny **$0** / 1K tokenov Výstup · Výstupné tokeny **$0** / 1K tokenov Vstup · Čítanie cache **—** / 1K tokenov Vstup · Zápis do cache **—** / 1K tokenov Vstup · Zápis do cache, 1 hod **—** / 1K tokenov | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) ### Príklady požiadaviek #### Ailoot Ultra · Embeddingy curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "liquid/lfm-2.5-embedding-350m:free", "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='liquid/lfm-2.5-embedding-350m:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Embeddingy json ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Uchovajte každý vektor spolu s jeho indexom. Počet vektorov sa musí rovnať počtu vstupov; rozmery musia byť konzistentné. ##### Ak treba overiť pôvodnú odpoveď Nezavádza sa žiadny koncový bod pre úlohy tvorby embeddingov. Polia odpovede | Pole | Typ | | --- | --- | | Pole`object` | Typstring | | Pole`model` | Typstring | | Pole`data[].index` | Typinteger | | Pole`data[].embedding` | Typfinite float\[\] | | Pole`usage` | Typobject | Chyby a ďalšie kroky | Odpoveď | Podmienka | Ďalší krok | | --- | --- | --- | | Odpoveď400 · `invalid_request_error` | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sk/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) #### Aliasy ciest metód Použite cesty metód uvedené vyššie. #### Súvisiace ID na volanie [`liquid/lfm-2.5-embedding-350m:free`](https://ailoot.ai/models/sk/#m=liquid%2Flfm-2.5-embedding-350m%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-embedding-350m%3Afree&fmt=embeddings) FAQ · LiquidAI: LFM2.5-Embedding-350M (free) Aké vstupy a výsledky sú dostupné? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `text`, `token_ids` → `embedding` Aké polia používa požiadavka? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `model`, `input`, `encoding_format`, `provider` Aké limity platia? `POST /v1/embeddings` · `liquid/lfm-2.5-embedding-350m:free`: `ctx`: `512`; `input.budget.maximum`: `512` (bajty UTF8); `input.min_items`: `1` Pripojte Ailoot k Claude Code, OpenCode, Hermes alebo vlastnej aplikácii. ## Spoločnosť a jej portfólio projektov Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. ## Nakupujte tokeny so zľavou. Zľava predplatného na pravidelnú prácu. Promo kódy až 50% na nákup tokenov. Predplatné Na pravidelné požiadavky vyberte tarifu so zľavou. Promo kód až 50% Pri nákupe zadajte kód. Cena sa prepočíta podľa prebiehajúcej akcie. Výdavky v histórii Pri každej požiadavke sa uloží model, tokeny a suma. [Vybrať predplatné](https://ailoot.ai/docs/sk/billing/subscriptions/) · [Zobraziť ceny modelov](https://ailoot.ai/models/sk/) ## Pripojte API k produktu, ktorý predávate. SaaS, aplikácie a boti podľa ponuky a licenčnej zmluvy Ailoot. Na ďalší predaj požiadajte o licenciu predajcu. Komerčná aplikácia Začleňte generovanie textu, obrázkov, videa a zvuku do platených funkcií svojej služby. Licencia pre predajcu Pošlite popis projektu a spôsob poskytovania prístupu. Vyžiadajte písomné podmienky použitia a ďalšieho predaja. Dokumenty na webe Ponuka, licenčná zmluva a zásady spracovania dát sú dostupné pred pripojením. [Požiadať o licenciu predajcu](mailto:support@ailoot.ai) · [Ponuka a licenčná zmluva](https://ailoot.ai/legal/offer?lang=sk) ## Ailoot · Spoločnosť a jej portfólio projektov Ailoot stavia na dlhodobých prevádzkových skúsenostiach, širokej klientskej základni, stabilných službách a priebežnom sledovaní KPI. Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. Ailoot využíva tieto prevádzkové skúsenosti na poskytovanie prístupu cez API k funkciám AI v produktoch zákazníkov, agentoch, aplikáciách a automatizáciách.