Source: https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/ Canonical: https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/ Language: sv # Sentence Transformers: all-MiniLM-L12-v2 [Markdown](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/index.md) · [JSON](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/facts.json) ## [Sentence Transformers: all-MiniLM-L12-v2](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/) Sentence Transformers all-MiniLM-L12-v2 kodar meningar och korta stycken till 384-dimensionella vektorer för sökning, likhet och klustring. Referensreceptet använder medelvärdespoolning och normalisering, med standardkapning vid 256 orddelar. - [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l12-v2/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. all-MiniLM-L12-v2 är en Sentence Transformers-kodare för meningar och korta stycken. Den producerar en tät vektor med 384 dimensioner per text för semantisk sökning, informationssökning, klustring och meningslikhet. Modellen använder MiniLM-L12-H384-uncased-basmodellen och finjusterades med kontrastiv inlärning på en samling med en miljard meningspar. #### Koda enheten du vill hämta Använd en mening eller ett kort stycke som uttrycker en användbar idé. I en samling produktbeskrivningar behåller du egenskapen och villkoret som särskiljer varan: ”Adaptern ansluter ett trådbundet headset till en USB-C-port” är mer informativt än ”Ljudtillbehör”. Lagra postidentifieraren och originalbeskrivningen bredvid vektorn. En sökfråga kan sedan jämföras med de kodade beskrivningarna. Granska de returnerade kandidaterna mot exakta krav som kontakttyp eller enhetskompatibilitet innan ett slutligt val presenteras. Vektorn representerar textens betydelse; den omgivande sökapplikationen hämtar motsvarande poster. #### Medelvärdespoolning och normaliserade vektorer Det publicerade kodningsexemplet beräknar medelvärdet av tokenrepresentationerna med attention-masken så att utfyllnadspositioner inte bidrar till medelvärdet. Därefter används L2-normalisering. Dessa steg ingår i referensreceptet för att ta fram meningsvektorn, inte i en instruktion att ta en godtycklig token från den underliggande transformern. Håll modell-, poolnings- och normaliseringskonfigurationen konsekvent mellan indexerade texter och nya frågor. De resulterande representationerna med 384 komponenter kan jämföras med cosinuslikhet. Spara konfigurationen tillsammans med samlingen; en annan 384-dimensionell kodare blir inte kompatibel bara för att dess vektorer har samma längd. #### Standardlängd för indata och träningens omfattning Tillverkaren anger standardkapning utöver 256 orddelar. Detta är en tokeniserargräns, inte ett antal vanliga ord eller tecken. För en längre post väljer du sammanhängande korta avsnitt och bevarar rubriken eller den identifierande detalj som behövs för att tolka varje avsnitt. Modellens träningsprocedur använde sekvenser på upp till 128 token. Den träningsinställningen är separat från den publicerade standarden på 256 orddelar vid kodning. En passage som ryms inom standarden kan ändå skilja sig betydligt från det korta meningsmaterial som användes vid träningen, så bedöm långa eller specialiserade beskrivningar med representativa exempel. #### Likhets- och klustringsarbetsflöden För en uppsättning supportmeddelanden kan inbäddningar ge numeriska indata till ett grupperingssteg. Granska flera meddelanden från varje föreslagen grupp och dem nära dess gräns innan en läsbar etikett tilldelas. Vid granskning av dubblettinnehåll hämtar du liknande poster och jämför deras faktiska ordalydelse; två passager kan diskutera samma ämne men ge olika instruktioner. Denna exakta L12-v2-utgåva är en engelsk meningsinbäddningsprofil. Den är åtskild från all-MiniLM-L6-v2 och paraphrase-MiniLM-checkpoints. Gemensamma modellfamiljenamn överför inte deras sekvenskonfiguration eller poolningsrecept. Använd dess kompakta täta vektorer tillsammans med källposter och uppgiftsspecifik utvärdering i stället för att behandla ett likhetsvärde som ett verifierat svar eller ett slutligt redaktionellt beslut. **Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2` [`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/sv/#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` ### Start Sentence Transformers all-MiniLM-L12-v2 kodar meningar och korta stycken till 384-dimensionella vektorer för sökning, likhet och klustring. Referensreceptet använder medelvärdespoolning och normalisering, med standardkapning vid 256 orddelar. Godkända indata Text · token\_ids Resultat embedding ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · Embeddings** `POST /v1/embeddings` Indatatyper `text`, `token_ids` Utdatatyper `embedding` Utdataformat json | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser sentence-transformers/all-minilm-l12-v2 | Standard— | | Fält`input` | Typ`string\|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— | | Fält`encoding_format` | Typ`string` | KravValfritt | Värden & gränser float | Standardfloat | | Fält`dimensions` | Typ`integer` | KravStöds inte | Värden & gränser Minimum: 1 | Standard— | | Fält`user` | Typ`json_value` | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— | | Fält`session_id` | Typ`json_value` | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— | | Fält`trace` | Typ`json_value` | KravValfritt | Värden & gränser Villkor: Källan tillåter detta JSON-metadatafält; den exakta innebörden hos leverantören beror på modellen. | Standard— | | Fält`provider` | Typ`object` | KravValfritt | Värden & gränser Villkor: provider.options avvisades | Standard— | Kombinationer av indatamaterial **text\_to\_embedding** Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`content_type` | Avtalapplication/json | | Parameter`required` | Avtalmodel, input | | Parameter`input_shapes` | Avtalstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parameter`encoding_format` | Avtalfloat | | Parameter`dimensions_override` | Avtalfalse | | Parameter`max_input_budget_units` | Avtal512 | | Parameter`multimodal_objects` | Avtalfalse | | Parameter`material_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. ### Priser Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Ej angivet När snabbt läge är valt Flex-läge Ej angivet När läget flex är valt Högsta resonemangsnivå Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default) #### Ailoot-priser #### Priser efter konfiguration | Konfiguration | Prislista | Avgift | | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken **$0.00001** / 1K token Utdata · Utdatatoken **$0** / 1K token Indata · Cacheläsning **—** / 1K token Indata · Skrivning till cache **—** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · Embeddings curlPython SDK ```bash set -eu : "${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) ``` ### Ta emot och spara resultat #### Ailoot Ultra · Embeddings json ##### Behåll alla färdiga resultat 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. ##### Om det ursprungliga svaret behöver kontrolleras Ingen endpoint för inbäddningsjobb införs. Svarsfält | Fält | Typ | | --- | --- | | Fält`object` | Typstring | | Fält`model` | Typstring | | Fält`data[].index` | Typinteger | | Fält`data[].embedding` | Typfinite float\[\] | | Fält`usage` | Typobject | Fel och nästa steg | 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. | ### Alias #### Modellalias **Ailoot Ultra** [`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/sv/#m=sentence-transformers%2Fall-minilm-l12-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l12-v2&fmt=embeddings) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/sv/#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 Vilka indata och resultat finns? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `text`, `token_ids` → `embedding` Vilka fält använder begäran? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `model`, `input`, `encoding_format`, `provider` Vilka gränser gäller? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `input.budget.maximum`: `512` (UTF8-byte); `input.min_items`: `1` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.