Mistral: Mistral Embed 2312
Mistral Embed 2312 besedilo pretvori v 1024-razsežne vektorje za semantično iskanje, pridobivanje informacij in analizo povezanih besedil. Proizvajalčeva stran dokumentira kontekst 8k; rezultat je številčna predstavitev, povezana z vsakim vhodom, ne generirani odgovor.
O modelu
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Mistral Embed 2312 je model besedilnih embeddingov Mistral AI za številčno predstavitev pomena. Sprejme besedilni niz ali seznam nizov in vrne embedding za vsak vhod. Rezultat je vektor, ki ga aplikacija uporablja za primerjavo podobnosti, pridobivanje informacij, razvrščanje ali gručenje, ne pogovorna razlaga. Proizvajalčeva stran za fiksno izdajo navaja mistral-embed-2312.
Vhod, kontekst in oblika vektorja
Stran konkretnega modela dokumentira oznako konteksta 8k. Vsak besedilni element pripravite znotraj veljavne vhodne zmogljivosti in njegovo identiteto ohranite z vektorjem. Dolg izvorni dokument je mogoče razdeliti na uporabne odlomke z ohranjenimi naslovom dokumenta, delom in mestom vira, potrebnimi za poznejšo vrnitev pravilnega gradiva.
Proizvajalčev vodnik Mistral Embed določa 1024 razsežnosti za vsak besedilni embedding, ne glede na vidno dolžino vhoda. Kratko vprašanje in daljši odlomek imata zato isto obliko vektorja, čeprav se vsebina in število žetonov razlikujeta. To je razsežnost izhodne predstavitve, ne proračun žetonov odgovora ali mera števila ohranjenih izvornih besed.
Dokumentirani odgovor vključuje embeddinge in informacije o porabi žetonov; primer končne točke vsak vektor poveže z indeksom vhoda. To povezavo ohranite pri obdelavi več besedil. Aplikacija za prikaz uporabnega iskalnega zadetka ali posredovanje izvornega gradiva poznejšemu koraku poleg številčnega rezultata potrebuje izvirno besedilo in njegove identifikatorje.
Semantična podobnost
Vodnik pojasnjuje, da so povezana besedila v prostoru embeddingov običajno blizu drug drugega. To podpira iskanje odlomkov, ki z različnimi besedami izražajo isto temo ali zahtevo. Ponazoritvena poizvedba po bazi znanja lahko sprašuje, kako obnoviti dostop, medtem ko ustrezni postopek isto operacijo opiše z drugimi besedami. Aplikacija lahko vektor poizvedbe primerja s shranjenimi vektorji odlomkov, ne da bi se zanašala samo na natančno ujemanje besed.
Proizvajalčevi primeri uporabljajo embeddinge, normalizirane na enotsko normo. Pri takih vektorjih kosinusna podobnost, skalarni produkt in evklidska razdalja dajejo skladne razvrstitve po podobnosti, čeprav njihove številčne vrednosti niso enake. Izberite en primeren postopek primerjave in ga dosledno uporabite za predstavitve poizvedb in dokumentov.
Podobnost ni dokaz, da sta dve trditvi zamenljivi. Ohranite izvorno besedilo in preglejte pogoj, datum ali identifikator, pomemben za vprašanje. Dva odlomka lahko obravnavata isto temo, a opisujeta drugačna postopka ali izjemi. Embedding daje signal za pridobivanje informacij; interpretacija izbranega odlomka je ločen del naloge.
Pridobivanje informacij in odgovori na podlagi virov
Praktičen dokumentni potek pripravi vektorje za odlomke baze znanja, shrani njihove identifikatorje in izvirno besedilo, nato pa novo vprašanje primerja z zbirko. Vrnite relevantne odlomke z mesti njihovih virov. Aplikacija jih lahko pokaže neposredno ali poda modelu za ustvarjanje besedila, ki napiše odgovor, utemeljen s pridobljenim gradivom.
Za uporaben iskalni rezultat ohranite naslov dokumenta, del, odlomek in identifikator, uporabljen za njegovo iskanje. Asistent podpore lahko nato pridobi postopek, relevanten za uporabnikovo vprašanje, in ga preda stopnji pisanja odgovora. Mistral Embed izvede korak številčne predstavitve; sam ne napiše končne razlage in ne izvede zunanjega dejanja.
Druge dokumentirane uporabe
Proizvajalec med poteki z embeddingi navaja tudi zaznavanje parafraz, razvrščanje, gručenje in paketno obdelavo. Primerjalna naloga lahko pridobi pomensko povezane odlomke za pregled. Potek razvrščanja lahko vhod primerja z označenimi primeri ali vektorje uporabi kot značilke ločenega razvrščevalnika. Gručenje lahko podobne elemente združi za poznejši opis, ki ga pripravi človek ali aplikacija.
Namen predstavitve določite pred pripravo podatkov. Odlomek za semantično iskanje naj ohrani informacijo, ki jo nekdo potrebuje po pridobivanju; primer za razvrščanje naj vključuje besedilo, ki razločuje razred. Pripravo ohranite dosledno, da poizvedba in shranjeni element predstavljata primerljivo gradivo.
Meje izdaje in izhoda
Za dokumente in njihove poizvedbe uporabite isto izdajo modela in združljivo predstavitev. Enako število koordinat pri vektorju drugega modela ne zagotavlja, da pripada istemu semantičnemu prostoru. Pri zamenjavi modela ali predstavitve je treba shranjene elemente in poizvedbe ohraniti usklajene.
Ta vnos opisuje besedilni vhod in številčni vektorski izhod s proizvajalčevim kontekstom 8k in dokumentirano 1024-razsežno predstavitvijo Mistral Embed. Nastavljive razsežnosti in kvantizirani formati Codestral Embed pripadajo temu ločeno poimenovanemu modelu za kodo in jih tukaj ne predpostavljamo. Slike, zvok, generirano besedilo in izvajanje orodij so ločene zmožnosti zunaj tega rezultata besedilnih embeddingov.
Ailoot Ultra · Vektorske predstavitve POST /v1/embeddings mistralai/mistral-embed-2312
mistralai/mistral-embed-2312Začetek
Mistral Embed 2312 besedilo pretvori v 1024-razsežne vektorje za semantično iskanje, pridobivanje informacij in analizo povezanih besedil. Proizvajalčeva stran dokumentira kontekst 8k; rezultat je številčna predstavitev, povezana z vsakim vhodom, ne generirani odgovor.
- Dovoljeni vhodi
- Besedilo · token_ids
- Rezultati
- embedding
Na voljo v Ailoot · vhodi in metode
Ailoot Ultra · Vektorske predstavitve POST /v1/embeddings
- Vhod
text,token_ids- Izhod
embedding- Kontekst
- 8192 tokens
- Izhodni format
- json
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mistralai/mistral-embed-2312 | Privzeto— |
Poljeinput | Vrstastring|string[]|integer[]|integer[][] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 Pogoji: Neprazen paket istovrstnih vhodnih podatkov. Identifikatorji žetonov so nenegativna cela števila. Vhodni proračun: Največ: 8192 · Besedilna enota: bajti UTF8 · Enota žetonov: elementi polja žetonov | Privzeto— |
Poljeencoding_format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve float | Privzetofloat |
Poljedimensions | Vrstainteger | ZahtevaNi podprto | Vrednosti in omejitve Najmanj: 1 | Privzeto— |
Poljeuser | Vrstajson_value | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— |
Poljesession_id | Vrstajson_value | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— |
Poljetrace | Vrstajson_value | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: Izvor dovoljuje to polje metapodatkov JSON; natančen pomen pri ponudniku je odvisen od modela. | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je zavrnjen | Privzeto— |
Kombinacije vhodnih gradiv
text_to_embedding
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, input |
Parameterinput_shapes | Specifikacijastring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Specifikacijafloat |
Parameterdimensions_override | Specifikacijafalse |
Parametermax_input_budget_units | Specifikacija8192 |
Parametermultimodal_objects | Specifikacijafalse |
Parametermaterial_types | Specifikacijatext, token_ids |
Življenjski cikel: synchronous_json
Shranite indeks in dimenzijo vsakega vektorja.
Ime multimodalnega modela ne pomeni, da so na tej točno določeni poti dovoljeni slikovni objekti.
Cenik
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
- Hitri način
- Standardna tarifa Ko je izbran hitri način
- Način flex
- Standardna tarifa Ko je izbran način flex
- Najvišja raven razmišljanja
- Standardna tarifa Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)
Cene Ailoot
Cene po nastavitvah
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot Ultra · Vektorske predstavitve
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "mistralai/mistral-embed-2312", "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
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='mistralai/mistral-embed-2312',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Prejmi in shrani rezultate
Ailoot Ultra · Vektorske predstavitve
json
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Shranite vsak vektor skupaj z njegovim indeksom. Število vektorjev mora biti enako številu vhodov; dimenzije morajo biti skladne.
Če je treba preveriti izvirni odgovor
Končna točka za opravila ustvarjanja vektorskih predstavitev se ne uvaja.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljeobject | Vrstastring |
Poljemodel | Vrstastring |
Poljedata[].index | Vrstainteger |
Poljedata[].embedding | Vrstafinite float[] |
Poljeusage | Vrstaobject |
Napake in naslednji koraki
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Druga imena
Druga imena modelov
Ailoot Ultra mistralai/mistral-embed-2312
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
FAQ · Mistral: Mistral Embed 2312
- Kateri vhodi in rezultati so na voljo?
POST /v1/embeddings·mistralai/mistral-embed-2312:text,token_ids→embedding- Katera polja uporablja zahteva?
POST /v1/embeddings·mistralai/mistral-embed-2312:model,input,encoding_format,provider- Katere omejitve veljajo?
POST /v1/embeddings·mistralai/mistral-embed-2312:ctx:8192;input.budget.maximum:8192(bajti UTF8);input.min_items:1