Source: https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-v2/ Canonical: https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-v2/ Language: sv # Sentence Transformers: all-MiniLM-L6-v2 [Markdown](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-v2/index.md) · [JSON](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-v2/facts.json) ## [Sentence Transformers: all-MiniLM-L6-v2](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-v2/) Sentence Transformers all-MiniLM-L6-v2 representerar meningar och korta stycken som 384-dimensionella vektorer för semantisk sökning, klustring och likhet. Det publicerade receptet kombinerar medelvärdespoolning med L2-normalisering och en standard på 256 orddelar. - [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/sv/sentence-transformers-all-minilm-l6-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-L6-v2 är en Sentence Transformers-kodare för meningar och korta stycken. Den avbildar varje text till en tät vektor med 384 dimensioner för sökning, klustring och meningslikhet. Modellen finjusterades från MiniLM-L6-H384-uncased-basmodellen med kontrastiv inlärning på en samling med en miljard meningspar. #### Förbered korta, meningsfulla poster Välj meningen eller stycket som ska visas i ett sökresultat. För en samling med vanliga frågor behåller du frågan och den korta förklaring som särskiljer dess ämne. En passage om att återställa ett glömt lösenord bör behålla återställningsproceduren i stället för att reduceras till ett isolerat ord som ”Konto”. För en lång artikel indexerar du sammanhängande korta avsnitt och behåller deras källplatser. Hämta kandidatavsnitt genom att jämföra frågans vektor med de lagrade representationerna och visa sedan originalpassagerna så att läsaren kan granska de faktiska instruktionerna. #### Ta fram meningsrepresentationen Tillverkarens recept för direkt kodning beräknar medelvärdet av tokenrepresentationerna med attention-masken och utesluter utfyllnadspositioner från medelvärdet. Därefter används L2-normalisering. Dessa steg ger meningsinbäddningen som används för jämförelse; enskilda tokenrepresentationer från den underliggande transformern har en annan roll. Varje resultat har 384 komponenter. Använd samma checkpoint, poolning och normalisering när samlingen byggs och senare frågor kodas. Cosinuslikhet kan jämföra de resulterande vektorerna. Ett likhetsvärde är användbart för att rangordna kandidater under den konfigurationen, medan originaltexten avgör om en kandidat besvarar frågan. #### Längd och utgåvegränser Den publicerade standarden kapar indata längre än 256 orddelar. Denna tokeniserarenhet motsvarar inte direkt ett vanligt ord eller tecken. Håll viktiga villkor inom den indexerade enheten och dela en lång procedur vid meningsfulla gränser innan den kodas. Träningssekvenserna begränsades till 128 token. Den träningsinställningen är separat från standarden på 256 orddelar som används vid kodning. För ovanligt långa eller specialiserade passager använder du representativa fråga–passage-exempel för att bedöma sökbeteendet i stället för att anta att indatagränsen garanterar samma behandling av varje detalj. Den exakta L6-v2-utgåvan är en engelsk inbäddningsprofil. L12-v2- och paraphrase-MiniLM-utgåvorna har separata modellidentiteter och konfigurationer. Deras gemensamma MiniLM-namn eller 384-dimensionella resultat innebär inte att vektorerna är utbytbara. #### Sökning, likhet och gruppering Vid granskning av dubblettfrågor hämtar du liknande frågor och jämför den faktiska ordalydelsen innan poster slås ihop. ”Kan jag återställa mitt lösenord?” och ”Kan en administratör återställa en annan användares lösenord?” gäller relaterade ämnen men olika behörigheter. Bevara skillnaden i den kodade texten och i granskningssteget. För klustring använder du inbäddningarna som numeriska indata till en grupperingsprocess och granskar sedan representativa poster innan en grupp namnges. Modellen ger vektorer i stället för skrivna klusteretiketter eller ett genererat FAQ-svar. Det användbara resultatet är en kompakt representation av en kort källpassage som förblir kopplad till originalposten. **Ailoot Ultra · Embeddings** `POST /v1/embeddings` `sentence-transformers/all-minilm-l6-v2` [`sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/sv/#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` ### Start Sentence Transformers all-MiniLM-L6-v2 representerar meningar och korta stycken som 384-dimensionella vektorer för semantisk sökning, klustring och likhet. Det publicerade receptet kombinerar medelvärdespoolning med L2-normalisering och en standard på 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-l6-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-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) ``` ### 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-l6-v2`](https://ailoot.ai/models/sv/#m=sentence-transformers%2Fall-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l6-v2&fmt=embeddings) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`sentence-transformers/all-minilm-l6-v2`](https://ailoot.ai/models/sv/#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 Vilka indata och resultat finns? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-v2`: `text`, `token_ids` → `embedding` Vilka fält använder begäran? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-v2`: `model`, `input`, `encoding_format`, `provider` Vilka gränser gäller? `POST /v1/embeddings` · `sentence-transformers/all-minilm-l6-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.