Multilingual-E5-Large är intfloats flerspråkiga modell för täta textinbäddningar, med 24 lager och ett 1024-dimensionellt resultat. Den har initierats från XLM-RoBERTa Large och tränats vidare på flerspråkiga data. Modellkortet beskriver stöd för XLM-R:s omfattning på hundra språk och påpekar samtidigt svagare prestanda för språk med begränsade resurser. Vektorerna representerar text för informationssökning, semantisk jämförelse och uppgifter med numeriska egenskaper.
De inlärda prefixen är ”query:” och ”passage:”, även för icke-engelsk text. En sökfråga och dess korpuspassager använder sina respektive roller. Prefixen förblir dessa engelska strängar, medan källans ordalydelse behåller sitt eget språk. För symmetrisk semantisk likhet, sökning efter parafraser, utvinning av parallelltext eller användning som egenskaper rekommenderar tillverkaren ”query:”.
En praktisk samling kan innehålla dokumentation på flera språk som stöds. Behåll varje passages språk, ursprungliga text och källplats tillsammans med vektorn. Förbered verkliga sökfrågor från målgruppen i stället för att anta att ett engelskt test representerar hela samlingen. Resultatet bör returnera den faktiska passagen och dess sammanhang så att läsaren kan bedöma vad den säger.
För en flerspråkig matchningsuppgift ska jämförelsens syfte vara tydligt. Ett möjligt översättningspar och en fråga som söker en stödjande passage kräver olika förberedelser. Modellens vägledning om rollprefix ger en konkret konvention för dessa uppgifter; att utelämna prefixet är inte den dokumenterade motsvarigheten eftersom det ändrar indatamönstret som användes vid träningen.
Tillverkarens exempel beräknar medelvärdet av tokenrepresentationerna med en attention-mask som utesluter utfyllnad och normaliserar sedan vektorn. Normaliserade skalärprodukter ger cosinuslikhet. Den 1024-dimensionella arrayen representerar en förberedd text. Behåll kopplingen mellan den exakta modellen, förberedelsen och de lagrade vektorerna så att senare frågor använder motsvarande representation.
Dessa vektorer kan ge kandidatrangordningar eller egenskaper till ett senare klustrings- eller klassificeringssteg. De översätter inte källan och skriver inte ett svar. Returnera den underliggande passagetexten när ett sökresultat ska stödja en läsare eller ett senare genereringssteg med RAG.
Modellkortet dokumenterar svagt övervakad kontrastiv förträning följd av övervakad finjustering. Den flerspråkiga förberedelsen omfattar material som titel–passage-par, konversationspar och översättningspar, medan märkta data för informationssökning och språkförståelse används i det senare steget. Detta förklarar de avsedda textrepresentationsuppgifterna utan att fastställa samma prestanda för alla språk.
Tillverkaren pekar uttryckligen ut försämring för språk med begränsade resurser som en begränsning. Kontrollera samlingens faktiska språk och ordalydelse, inklusive förkortningar, namn och specialiserat ordförråd. Beteckningen flerspråkig är en användbar beskrivning av omfattningen; den returnerade textens relevans måste fortfarande granskas för målgruppen och uppgiften.
Långa indata kapas till högst 512 token. Förbered ett långt dokument som sammanhängande passager med rollprefixet och relevanta rubriker inkluderade. Bevara definitioner och förbehåll bredvid påståendet de påverkar och lagra en identifierare för det överordnade dokumentet samt källversionen utanför vektorn.
Tillverkaren rekommenderar att fokusera på den relativa ordningen mellan cosinuspoäng i stället för att behandla ett absolut värde som ett universellt konfidensmått. Ett användbart resultat är en uppsättning kandidatpassager, jämförbara textrepresentationer eller egenskaper kopplade till sina ursprungliga poster. Denna exakta modell förblir åtskild från E5 v2-checkpoints som enbart stöder engelska och från instruktionsfinjusterade E5-varianter, även när en annan modell också returnerar 1024 värden.
", "aboutText": "Multilingual-E5-Large är intfloats flerspråkiga modell för täta textinbäddningar, med 24 lager och ett 1024-dimensionellt resultat. Den har initierats från XLM-RoBERTa Large och tränats vidare på flerspråkiga data. Modellkortet beskriver stöd för XLM-R:s omfattning på hundra språk och påpekar samtidigt svagare prestanda för språk med begränsade resurser. Vektorerna representerar text för informationssökning, semantisk jämförelse och uppgifter med numeriska egenskaper.\n\n### Bevara indatarollen på alla språk\n\nDe inlärda prefixen är ”query:” och ”passage:”, även för icke-engelsk text. En sökfråga och dess korpuspassager använder sina respektive roller. Prefixen förblir dessa engelska strängar, medan källans ordalydelse behåller sitt eget språk. För symmetrisk semantisk likhet, sökning efter parafraser, utvinning av parallelltext eller användning som egenskaper rekommenderar tillverkaren ”query:”.\n\nEn praktisk samling kan innehålla dokumentation på flera språk som stöds. Behåll varje passages språk, ursprungliga text och källplats tillsammans med vektorn. Förbered verkliga sökfrågor från målgruppen i stället för att anta att ett engelskt test representerar hela samlingen. Resultatet bör returnera den faktiska passagen och dess sammanhang så att läsaren kan bedöma vad den säger.\n\nFör en flerspråkig matchningsuppgift ska jämförelsens syfte vara tydligt. Ett möjligt översättningspar och en fråga som söker en stödjande passage kräver olika förberedelser. Modellens vägledning om rollprefix ger en konkret konvention för dessa uppgifter; att utelämna prefixet är inte den dokumenterade motsvarigheten eftersom det ändrar indatamönstret som användes vid träningen.\n\n### Poolning och vektorjämförelse\n\nTillverkarens exempel beräknar medelvärdet av tokenrepresentationerna med en attention-mask som utesluter utfyllnad och normaliserar sedan vektorn. Normaliserade skalärprodukter ger cosinuslikhet. Den 1024-dimensionella arrayen representerar en förberedd text. Behåll kopplingen mellan den exakta modellen, förberedelsen och de lagrade vektorerna så att senare frågor använder motsvarande representation.\n\nDessa vektorer kan ge kandidatrangordningar eller egenskaper till ett senare klustrings- eller klassificeringssteg. De översätter inte källan och skriver inte ett svar. Returnera den underliggande passagetexten när ett sökresultat ska stödja en läsare eller ett senare genereringssteg med RAG.\n\n### Träning och språktäckning\n\nModellkortet dokumenterar svagt övervakad kontrastiv förträning följd av övervakad finjustering. Den flerspråkiga förberedelsen omfattar material som titel–passage-par, konversationspar och översättningspar, medan märkta data för informationssökning och språkförståelse används i det senare steget. Detta förklarar de avsedda textrepresentationsuppgifterna utan att fastställa samma prestanda för alla språk.\n\nTillverkaren pekar uttryckligen ut försämring för språk med begränsade resurser som en begränsning. Kontrollera samlingens faktiska språk och ordalydelse, inklusive förkortningar, namn och specialiserat ordförråd. Beteckningen flerspråkig är en användbar beskrivning av omfattningen; den returnerade textens relevans måste fortfarande granskas för målgruppen och uppgiften.\n\n### Längd och användbara resultat\n\nLånga indata kapas till högst 512 token. Förbered ett långt dokument som sammanhängande passager med rollprefixet och relevanta rubriker inkluderade. Bevara definitioner och förbehåll bredvid påståendet de påverkar och lagra en identifierare för det överordnade dokumentet samt källversionen utanför vektorn.\n\nTillverkaren rekommenderar att fokusera på den relativa ordningen mellan cosinuspoäng i stället för att behandla ett absolut värde som ett universellt konfidensmått. Ett användbart resultat är en uppsättning kandidatpassager, jämförbara textrepresentationer eller egenskaper kopplade till sina ursprungliga poster. Denna exakta modell förblir åtskild från E5 v2-checkpoints som enbart stöder engelska och från instruktionsfinjusterade E5-varianter, även när en annan modell också returnerar 1024 värden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7eec336c2ec9d33f2fe1ae50a850879f5540d7de8bdade12c2912631e824206a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "intfloat/multilingual-e5-largeintfloat Multilingual-E5-Large kodar flerspråkig text till 1024-dimensionella vektorer med en modell på 24 lager. Den stöder XLM-R:s omfattning på hundra språk, använder engelska query/passage-prefix för alla språk och kapar indata vid 512 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Multilingual-E5-Large är intfloats flerspråkiga modell för täta textinbäddningar, med 24 lager och ett 1024-dimensionellt resultat. Den har initierats från XLM-RoBERTa Large och tränats vidare på flerspråkiga data. Modellkortet beskriver stöd för XLM-R:s omfattning på hundra språk och påpekar samtidigt svagare prestanda för språk med begränsade resurser. Vektorerna representerar text för informationssökning, semantisk jämförelse och uppgifter med numeriska egenskaper.
De inlärda prefixen är ”query:” och ”passage:”, även för icke-engelsk text. En sökfråga och dess korpuspassager använder sina respektive roller. Prefixen förblir dessa engelska strängar, medan källans ordalydelse behåller sitt eget språk. För symmetrisk semantisk likhet, sökning efter parafraser, utvinning av parallelltext eller användning som egenskaper rekommenderar tillverkaren ”query:”.
En praktisk samling kan innehålla dokumentation på flera språk som stöds. Behåll varje passages språk, ursprungliga text och källplats tillsammans med vektorn. Förbered verkliga sökfrågor från målgruppen i stället för att anta att ett engelskt test representerar hela samlingen. Resultatet bör returnera den faktiska passagen och dess sammanhang så att läsaren kan bedöma vad den säger.
För en flerspråkig matchningsuppgift ska jämförelsens syfte vara tydligt. Ett möjligt översättningspar och en fråga som söker en stödjande passage kräver olika förberedelser. Modellens vägledning om rollprefix ger en konkret konvention för dessa uppgifter; att utelämna prefixet är inte den dokumenterade motsvarigheten eftersom det ändrar indatamönstret som användes vid träningen.
Tillverkarens exempel beräknar medelvärdet av tokenrepresentationerna med en attention-mask som utesluter utfyllnad och normaliserar sedan vektorn. Normaliserade skalärprodukter ger cosinuslikhet. Den 1024-dimensionella arrayen representerar en förberedd text. Behåll kopplingen mellan den exakta modellen, förberedelsen och de lagrade vektorerna så att senare frågor använder motsvarande representation.
Dessa vektorer kan ge kandidatrangordningar eller egenskaper till ett senare klustrings- eller klassificeringssteg. De översätter inte källan och skriver inte ett svar. Returnera den underliggande passagetexten när ett sökresultat ska stödja en läsare eller ett senare genereringssteg med RAG.
Modellkortet dokumenterar svagt övervakad kontrastiv förträning följd av övervakad finjustering. Den flerspråkiga förberedelsen omfattar material som titel–passage-par, konversationspar och översättningspar, medan märkta data för informationssökning och språkförståelse används i det senare steget. Detta förklarar de avsedda textrepresentationsuppgifterna utan att fastställa samma prestanda för alla språk.
Tillverkaren pekar uttryckligen ut försämring för språk med begränsade resurser som en begränsning. Kontrollera samlingens faktiska språk och ordalydelse, inklusive förkortningar, namn och specialiserat ordförråd. Beteckningen flerspråkig är en användbar beskrivning av omfattningen; den returnerade textens relevans måste fortfarande granskas för målgruppen och uppgiften.
Långa indata kapas till högst 512 token. Förbered ett långt dokument som sammanhängande passager med rollprefixet och relevanta rubriker inkluderade. Bevara definitioner och förbehåll bredvid påståendet de påverkar och lagra en identifierare för det överordnade dokumentet samt källversionen utanför vektorn.
Tillverkaren rekommenderar att fokusera på den relativa ordningen mellan cosinuspoäng i stället för att behandla ett absolut värde som ett universellt konfidensmått. Ett användbart resultat är en uppsättning kandidatpassager, jämförbara textrepresentationer eller egenskaper kopplade till sina ursprungliga poster. Denna exakta modell förblir åtskild från E5 v2-checkpoints som enbart stöder engelska och från instruktionsfinjusterade E5-varianter, även när en annan modell också returnerar 1024 värden.
POST /v1/embeddingstext, token_idsembedding| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser intfloat/multilingual-e5-large | Standard— |
Fältinput | Typstring|string[]|integer[]|integer[][] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 Villkor: En homogen batch som inte är tom. Token-ID:n är heltal som är större än eller lika med noll. Indatabudget: Maximum: 512 · Textenhet: UTF8-byte · Tokenenhet: element i en tokenarray | Standard— |
Fältencoding_format | Typstring | KravValfritt | Värden & gränser float | Standardfloat |
Fältdimensions | Typinteger | KravStöds inte | Värden & gränser Minimum: 1 | Standard— |
Fältuser | Typjson_value | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— |
Fältsession_id | Typjson_value | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— |
Fälttrace | Typjson_value | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisades | Standard— |
text_to_embedding
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, input |
Parameterinput_shapes | Avtalstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Avtalfloat |
Parameterdimensions_override | Avtalfalse |
Parametermax_input_budget_units | Avtal512 |
Parametermultimodal_objects | Avtalfalse |
Parametermaterial_types | Avtaltext, token_ids |
Livscykel: synchronous_json
Behåll varje vektorindex och dimension.
Att modellen har ett multimodalt namn innebär inte att bildobjekt tillåts på just denna anropsväg.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.00002 / 1K token Utdata · Utdatatoken $0 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "intfloat/multilingual-e5-large", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.embeddings.create(model='intfloat/multilingual-e5-large',input=["First document","Second document"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\njson
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje vektor tillsammans med dess index. Antalet vektorer måste vara lika med antalet indataobjekt; dimensionerna måste vara konsekventa.
Ingen endpoint för inbäddningsjobb införs.
| Fält | Typ |
|---|---|
Fältobject | Typstring |
Fältmodel | Typstring |
Fältdata[].index | Typinteger |
Fältdata[].embedding | Typfinite float[] |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra intfloat/multilingual-e5-large
Använd metodsökvägarna som visas ovan.