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

# Intfloat: Multilingual-E5-Large

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

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

intfloat Multilingual-E5-Large เข้ารหัสข้อความหลายภาษาเป็นเวกเตอร์ 1024 มิติด้วยโมเดล 24 เลเยอร์ รองรับขอบเขตหนึ่งร้อยภาษาของ XLM-R ใช้คำนำหน้า query/passage ภาษาอังกฤษกับทุกภาษา และตัดอินพุตที่ 512 โทเคน

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Multilingual-E5-Large เป็นโมเดลเอ็มเบดดิงข้อความแบบหนาแน่นหลายภาษาของ intfloat มี 24 เลเยอร์และเอาต์พุต 1024 มิติ เริ่มต้นจาก XLM-RoBERTa Large แล้วฝึกเพิ่มเติมด้วยข้อมูลหลายภาษา โมเดลการ์ดอธิบายว่ารองรับขอบเขตหนึ่งร้อยภาษาของ XLM-R พร้อมระบุว่าประสิทธิภาพต่ำลงสำหรับภาษาที่มีทรัพยากรน้อย เวกเตอร์แทนข้อความสำหรับการค้นคืน การเปรียบเทียบความหมาย และงานที่ใช้คุณลักษณะเชิงตัวเลข

#### รักษาบทบาทอินพุตในทุกภาษา

คำนำหน้าที่ใช้ฝึกคือ “query:” และ “passage:” รวมถึงข้อความที่ไม่ใช่ภาษาอังกฤษ คำค้นและย่อหน้าในคลังใช้บทบาทที่สอดคล้องกัน คำนำหน้ายังคงเป็นสตริงภาษาอังกฤษเหล่านี้ ขณะที่ถ้อยคำต้นฉบับคงภาษาของตน สำหรับความคล้ายเชิงความหมายแบบสมมาตร การค้นข้อความที่ถอดความกัน การค้นคู่ข้อความสองภาษา หรือการใช้เป็นคุณลักษณะ ผู้ผลิตแนะนำ “query:”

คอลเล็กชันจริงสามารถเก็บเอกสารในหลายภาษาที่รองรับ เก็บภาษา ข้อความต้นฉบับ และตำแหน่งแหล่งที่มาของแต่ละย่อหน้าไว้กับเวกเตอร์ เตรียมคำถามค้นหาจริงจากผู้ใช้เป้าหมาย แทนการสมมติว่าการทดสอบภาษาอังกฤษหนึ่งชุดแทนทั้งคอลเล็กชันได้ เอาต์พุตควรคืนย่อหน้าจริงพร้อมบริบท เพื่อให้ผู้อ่านประเมินสิ่งที่ข้อความกล่าวได้

สำหรับงานจับคู่หลายภาษา ให้จุดประสงค์การเปรียบเทียบชัดเจน คู่ข้อความแปลที่เป็นตัวเลือกกับคำค้นที่หาย่อหน้าสนับสนุนต้องเตรียมต่างกัน แนวทางคำนำหน้าบทบาทของโมเดลให้ข้อตกลงที่เป็นรูปธรรมสำหรับงานเหล่านี้ การละคำนำหน้าไม่ใช่วิธีเทียบเท่าตามเอกสาร เพราะเปลี่ยนรูปแบบอินพุตที่ใช้ฝึก

#### การรวมตัวแทนและการเปรียบเทียบเวกเตอร์

ตัวอย่างผู้ผลิตเฉลี่ยตัวแทนโทเคนโดยใช้ attention mask เพื่อตัดตำแหน่ง padding ออก แล้วปรับเวกเตอร์ให้เป็นบรรทัดฐาน ผลคูณจุดของเวกเตอร์ที่ปรับแล้วให้ความคล้ายโคไซน์ อาร์เรย์ 1024 มิติแทนข้อความที่เตรียมไว้หนึ่งรายการ เก็บโมเดลที่ตรงรุ่นและวิธีเตรียมสัมพันธ์กับเวกเตอร์ที่จัดเก็บ เพื่อให้คำค้นภายหลังใช้ตัวแทนที่สอดคล้องกัน

เวกเตอร์เหล่านี้ใช้เป็นอันดับตัวเลือกหรือคุณลักษณะสำหรับขั้นตอนจัดกลุ่มหรือจำแนกภายหลังได้ ไม่ได้แปลต้นฉบับหรือแต่งคำตอบ คืนข้อความย่อหน้าต้นทางเมื่อผลค้นคืนมีไว้สนับสนุนผู้อ่านหรือขั้นตอนสร้างคำตอบ RAG ภายหลัง

#### การฝึกและขอบเขตภาษา

โมเดลการ์ดระบุการฝึกล่วงหน้าแบบเปรียบต่างที่มีการกำกับอย่างอ่อน ตามด้วยการปรับแต่งแบบมีผู้สอน การเตรียมหลายภาษารวมข้อมูลอย่างคู่ชื่อเรื่อง–ย่อหน้า คู่บทสนทนา และคู่ข้อความแปล ส่วนข้อมูลค้นคืนและความเข้าใจภาษาที่ติดป้ายกำกับใช้ในขั้นตอนหลัง สิ่งนี้อธิบายงานแทนข้อความที่ตั้งใจ ไม่ได้ยืนยันว่าทุกภาษามีประสิทธิภาพเท่ากัน

ผู้ผลิตระบุการเสื่อมประสิทธิภาพในภาษาทรัพยากรน้อยเป็นข้อจำกัดอย่างชัดเจน ตรวจภาษาและถ้อยคำจริงในคอลเล็กชัน รวมตัวย่อ ชื่อ และศัพท์เฉพาะ ป้ายหลายภาษาเป็นคำอธิบายขอบเขตที่มีประโยชน์ แต่ยังต้องตรวจความเกี่ยวข้องของข้อความที่คืนมาสำหรับผู้ใช้และงาน

#### ความยาวและผลลัพธ์ที่มีประโยชน์

อินพุตยาวถูกตัดเหลือไม่เกิน 512 โทเคน เตรียมเอกสารยาวเป็นย่อหน้าที่เชื่อมโยงกัน พร้อมคำนำหน้าบทบาทและหัวข้อที่เกี่ยวข้อง เก็บนิยามและเงื่อนไขกำกับใกล้กับข้อความที่มันมีผล และเก็บตัวระบุเอกสารแม่กับรุ่นต้นฉบับไว้ภายนอกเวกเตอร์

ผู้ผลิตแนะนำให้เน้นลำดับสัมพัทธ์ของคะแนนโคไซน์ แทนการถือค่าสัมบูรณ์เป็นมาตรวัดความมั่นใจสากล ผลที่มีประโยชน์คือชุดย่อหน้าตัวเลือก ตัวแทนข้อความที่เปรียบเทียบกันได้ หรือคุณลักษณะที่เชื่อมกับระเบียนต้นฉบับ โมเดลที่ตรงรุ่นนี้ยังแยกจากเช็กพอยต์ E5 v2 สำหรับภาษาอังกฤษเท่านั้น และจากรุ่น E5 ที่ปรับแต่งด้วยคำสั่ง แม้โมเดลอื่นจะคืนค่า 1024 ตัวเช่นกัน

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

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

Intfloat /`intfloat/multilingual-e5-large`

### เริ่มต้น

intfloat Multilingual-E5-Large เข้ารหัสข้อความหลายภาษาเป็นเวกเตอร์ 1024 มิติด้วยโมเดล 24 เลเยอร์ รองรับขอบเขตหนึ่งร้อยภาษาของ XLM-R ใช้คำนำหน้า query/passage ภาษาอังกฤษกับทุกภาษา และตัดอินพุตที่ 512 โทเคน

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

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

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

บริบท

512 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด intfloat/multilingual-e5-large | 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

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน 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/multilingual-e5-large", "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/multilingual-e5-large',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/multilingual-e5-large`](https://ailoot.ai/models/th/#m=intfloat%2Fmultilingual-e5-large&route=Ultra&caller=intfloat%2Fmultilingual-e5-large&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

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

FAQ · Intfloat: Multilingual-E5-Large

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

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

มีข้อจำกัดใดบ้าง?

`POST /v1/embeddings` · `intfloat/multilingual-e5-large`: `ctx`: `512`; `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