Source: https://ailoot.ai/models/th/intfloat-e5-large-v2/
Canonical: https://ailoot.ai/models/th/intfloat-e5-large-v2/
Language: th

# Intfloat: E5-Large-v2

[Markdown](https://ailoot.ai/models/th/intfloat-e5-large-v2/index.md) · [JSON](https://ailoot.ai/models/th/intfloat-e5-large-v2/facts.json)

## [Intfloat: E5-Large-v2](https://ailoot.ai/models/th/intfloat-e5-large-v2/)

intfloat E5-Large-v2 เข้ารหัสคำค้นและย่อหน้าภาษาอังกฤษเป็นเวกเตอร์ 1024 มิติ โมเดล 24 เลเยอร์ใช้บทบาท query/passage การรวมตัวแทนแบบเฉลี่ย และขีดจำกัดอินพุต 512 โทเคน สำหรับการค้นหา ความคล้ายเชิงความหมาย และคุณลักษณะข้อความเชิงตัวเลข

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `intfloat/e5-large-v2`](https://ailoot.ai/models/th/intfloat-e5-large-v2/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

E5-Large-v2 เป็นโมเดลเอ็มเบดดิงข้อความภาษาอังกฤษ 24 เลเยอร์ของ intfloat มีเอาต์พุต 1024 มิติ ออกแบบให้แทนคำค้นและย่อหน้าเป็นตัวเลขสำหรับการค้นคืนและงานเอ็มเบดดิงอื่น ข้อตกลงการเตรียมข้อมูล E5 เป็นส่วนหนึ่งของการฝึก ข้อความอินพุตมีคำนำหน้าบทบาท และตัวแทนโทเคนที่เข้ารหัสถูกนำมารวมเป็นเวกเตอร์หนึ่งตัวสำหรับข้อความนั้น

#### ระบุบทบาทคำค้นและย่อหน้าให้ชัด

สำหรับการค้นคืนแบบไม่สมมาตร ให้คำถามเริ่มด้วย “query:” และข้อความในคลังเริ่มด้วย “passage:” บทบาทเหล่านี้แยกสิ่งที่ผู้ใช้ค้นหาออกจากข้อมูลที่อาจตอบได้ สำหรับการเปรียบเทียบแบบสมมาตร การค้นข้อความถอดความ การจัดกลุ่ม หรือคุณลักษณะเพื่อจำแนก ผู้ผลิตแนะนำ “query:” สำหรับข้อความที่นำไปเอ็มเบด

คอลเล็กชันจริงสามารถสร้างดัชนีคำอธิบายงานสนับสนุนภาษาอังกฤษ เตรียมคำถามอย่าง “query: What should I check before replacing the connector?” และจับคู่กับย่อหน้าต้นฉบับที่อธิบายการตรวจและข้อยกเว้น ข้อความย่อหน้าคงคำนำหน้าที่สอดคล้องกัน เก็บตัวระบุแหล่งที่มาและถ้อยคำต้นฉบับข้างแต่ละเวกเตอร์ เพื่อให้ผลคืนข้อมูลที่ผู้ใช้ต้องอ่านได้

คำนำหน้าไม่ใช่ป้ายตกแต่งที่ลบออกจากด้านใดด้านหนึ่งของงานได้ ผู้ผลิตระบุว่าการละคำนำหน้าทำให้ประสิทธิภาพค้นคืนลดลง เพราะโมเดลฝึกด้วยวิธีเตรียมนี้ ใช้บทบาทที่เลือกอย่างสม่ำเสมอเมื่อสร้างคลังและเมื่อเอ็มเบดคำค้นภายหลัง

#### การรวมแบบเฉลี่ยและเวกเตอร์ที่ผ่าน normalization

ตัวอย่างเข้ารหัสอย่างเป็นทางการเฉลี่ยตัวแทนโทเคนโดยตัดตำแหน่ง padding ออกด้วย attention mask จากนั้นทำ normalization กับเวกเตอร์ผลลัพธ์ ผลคูณจุดระหว่างเวกเตอร์คำค้นและย่อหน้าที่ผ่าน normalization ให้ความคล้ายโคไซน์สำหรับจัดอันดับตัวเลือก วิธีรวมแบบเฉลี่ยนี้เป็นของ E5-Large-v2 ส่วนวิธีใช้ตัวแทนโทเคนแรกจากตระกูลอื่นเป็นทางเลือกการเตรียมคนละแบบ

เอาต์พุต 1024 ค่าประกอบเป็นเอ็มเบดดิง ไม่ใช่คำตอบเป็นข้อความหรือป้ายหมวดหมู่โดยตรง ขั้นตอนค้นหาเปรียบเทียบค่าเหล่านั้นกับตัวแทนคลังที่เข้ากันได้ และขั้นตอนภายหลังใช้ข้อความย่อหน้าที่เลือก หากใช้เวกเตอร์เป็นคุณลักษณะสำหรับการจัดกลุ่มหรือตัวจำแนก ให้รักษาความสัมพันธ์ระหว่างเวกเตอร์กับระเบียนอินพุตที่คุณลักษณะนั้นแทน

#### ข้อความภาษาอังกฤษภายในหน้าต่างอินพุต

โมเดลการ์ดระบุข้อความภาษาอังกฤษเท่านั้น และตัดอินพุตยาวเหลือไม่เกิน 512 โทเคน ให้แต่ละย่อหน้าเอกสารเชื่อมโยงกันภายในหน้าต่างนี้ รวมคำนำหน้าบทบาทและบริบทต้นฉบับที่มีประโยชน์ คู่มือยาวควรเตรียมเป็นส่วนที่เข้าใจชื่อเรื่อง เงื่อนไข และคำสั่งได้เมื่อถูกค้นคืนแยกกัน

ตัวอย่างเช่น ข้อความอธิบายการตั้งค่าอาจต้องมีนิยามของการตั้งค่านั้นและข้อยกเว้นในประโยคถัดไป เก็บหน่วยความหมายเล็กนี้ไว้ด้วยกัน แทนการแบ่งด้วยจำนวนอักขระอย่างเดียว เก็บเอกสารแม่และรุ่นต้นฉบับไว้กับย่อหน้า เพื่อให้การอัปเดตแทนข้อมูลที่ถูกต้อง

#### อ่านอันดับเป็นหลักฐานของการค้นคืน

ผู้ผลิตอธิบายว่าลำดับคะแนนโคไซน์สำคัญกว่าค่าสัมบูรณ์ ไม่ควรตีความคะแนนเป็นความน่าจะเป็นที่ปรับเทียบแล้วว่าย่อหน้าตอบคำถาม ตรวจย่อหน้าที่ทราบว่ามีคำตอบและข้อมูลไม่เกี่ยวข้องที่อยู่ใกล้กัน เมื่อเลือกจำนวนผลที่จะเก็บหรือจุดกรองชุดตัวเลือก

เอาต์พุตที่มีประโยชน์คือตัวแทนคลังหรือคำค้น สัญญาณเปรียบเทียบความหมาย หรือคุณลักษณะเชิงตัวเลขสำหรับงานอื่น เช็กพอยต์ English Large v2 ที่ตรงรุ่นนี้แยกจาก E5-Base-v2 และ Multilingual-E5-Large มิติที่ตรงกันเพียงอย่างเดียวไม่ได้ทำให้เวกเตอร์มีพื้นที่เอ็มเบดดิงร่วมกันตามเอกสาร

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `intfloat/e5-large-v2`

[`intfloat/e5-large-v2`](https://ailoot.ai/models/th/#m=intfloat%2Fe5-large-v2&route=Ultra&caller=intfloat%2Fe5-large-v2&fmt=embeddings)

Intfloat /`intfloat/e5-large-v2`

### เริ่มต้น

intfloat E5-Large-v2 เข้ารหัสคำค้นและย่อหน้าภาษาอังกฤษเป็นเวกเตอร์ 1024 มิติ โมเดล 24 เลเยอร์ใช้บทบาท query/passage การรวมตัวแทนแบบเฉลี่ย และขีดจำกัดอินพุต 512 โทเคน สำหรับการค้นหา ความคล้ายเชิงความหมาย และคุณลักษณะข้อความเชิงตัวเลข

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings`

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด intfloat/e5-large-v2 | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 512 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด512 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00002** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

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": "intfloat/e5-large-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='intfloat/e5-large-v2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`intfloat/e5-large-v2`](https://ailoot.ai/models/th/#m=intfloat%2Fe5-large-v2&route=Ultra&caller=intfloat%2Fe5-large-v2&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`intfloat/e5-large-v2`](https://ailoot.ai/models/th/#m=intfloat%2Fe5-large-v2&route=Ultra&caller=intfloat%2Fe5-large-v2&fmt=embeddings)

FAQ · Intfloat: E5-Large-v2

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `text`, `token_ids` → `embedding`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `model`, `input`, `encoding_format`, `provider`

มีข้อจำกัดใดบ้าง?

`POST /v1/embeddings` · `intfloat/e5-large-v2`: `input.budget.maximum`: `512` (ไบต์ UTF8); `input.min_items`: `1`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ