Sentence Transformers: multi-qa-mpnet-base-dot-v1
Sentence Transformers multi-qa-mpnet-base-dot-v1 เข้ารหัสคำถามและย่อหน้าเป็นเวกเตอร์ 768 มิติสำหรับการค้นหาเชิงความหมาย ใช้การรวมแบบ CLS และเอ็มเบดดิงที่ไม่ผ่าน normalization ซึ่งออกแบบสำหรับให้คะแนนด้วยผลคูณจุด โดยมีขีดจำกัดอินพุต 512 หน่วย word piece
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
multi-qa-mpnet-base-dot-v1 เป็นโมเดล Sentence Transformers ที่ออกแบบให้ค้นคืนย่อหน้าข้อความสำหรับคำถามหรือคำค้น การฝึกใช้คู่คำถาม–คำตอบประมาณ 215 ล้านคู่ แต่ละอินพุตเป็นเวกเตอร์หนาแน่น 768 มิติ โดยการรวมแบบ CLS และการให้คะแนนด้วยผลคูณจุดกำหนดเอกลักษณ์ของรุ่นที่ตรงนี้
เตรียมคำถามและย่อหน้าตัวเลือก
เขียนคำค้นเป็นความต้องการข้อมูล และเตรียมรายการในคลังเป็นย่อหน้าที่อ่านรู้เรื่อง ตัวอย่างเช่น คำถามเปลี่ยนที่อยู่จัดส่งอาจเปรียบเทียบกับย่อหน้าแยกกันเรื่องเปลี่ยนที่อยู่ ยกเลิกคำสั่งซื้อ และติดตามการจัดส่ง เก็บเงื่อนไขที่เกี่ยวข้องไว้ในย่อหน้าเปลี่ยนที่อยู่ รวมถึงคำสั่งซื้อถูกส่งแล้วหรือไม่
เข้ารหัสคำค้นและย่อหน้าด้วยโมเดลเดียวกัน ตัวอย่างที่เผยแพร่ทำโดยตรงโดยไม่มีคำนำหน้า query/document และเรียงย่อหน้าตามคะแนนผลคูณจุด เก็บเวกเตอร์แต่ละตัวผูกกับย่อหน้าต้นฉบับและตัวระบุเอกสาร เพื่อให้ผลจัดอันดับแสดงข้อมูลที่สร้างดัชนีจริงได้
การรวมแบบ CLS และรุ่นผลคูณจุด
วิธีอ้างอิงของโมเดลใช้ตัวแทนโทเคนแรก ซึ่งเรียกว่าการรวมแบบ CLS ตารางเทคนิคระบุชัดว่าเอ็มเบดดิงไม่ผ่าน normalization และระบุผลคูณจุดเป็นฟังก์ชันให้คะแนนที่เหมาะสม รักษาวิธีนี้เมื่อจัดตั้งฝั่งคอลเล็กชันและคำค้น
การทำ L2 normalization กับเวกเตอร์เหล่านี้เปลี่ยนเรขาคณิตของการให้คะแนน โปรไฟล์ all-mpnet-base-v2 ที่ผ่าน normalization ใช้คนละวิธีและเป็นเช็กพอยต์แยก แม้อยู่ในตระกูล MPNet และมีเอาต์พุต 768 องค์ประกอบเหมือนกัน เก็บรุ่นที่ตรงและฟังก์ชันเปรียบเทียบไว้กับคอลเล็กชัน แทนการเลือกจากความยาวเวกเตอร์อย่างเดียว
ขีดจำกัดความยาวและย่อหน้าที่ยาวขึ้น
ขีดจำกัดอินพุตที่ระบุคือ 512 หน่วย word piece ข้อความยาวกว่านั้นถูกตัด ผู้ผลิตยังระบุว่าอินพุตฝึกยาวเพียง 250 หน่วย word piece และข้อความยาวกว่าอาจทำงานได้แย่ลง ความยาวที่ tokenizer รับและข้อควรระวังความยาวฝึกจึงอธิบายคนละขอบเขตในทางปฏิบัติ
สำหรับบทความช่วยเหลือใหญ่ ให้เตรียมส่วนสั้นที่ตอบคำถามเฉพาะ เก็บหัวข้อเมื่อช่วยระบุเรื่อง และคงกฎกับข้อยกเว้นที่จำเป็นต่อการอ่านให้ถูก อินพุตทั้งหน้าในครั้งเดียวอาจเสียข้อมูลส่วนท้ายจากการตัด ส่วนชิ้นที่เล็กเกินไปอาจเสียเงื่อนไขที่ทำให้มีประโยชน์
ใช้อันดับในการค้นคืนและ RAG
เวกเตอร์หนาแน่นรองรับการค้นคืนขั้นแรก คืนย่อหน้าตัวเลือกคะแนนสูงสุดพร้อมการอ้างอิงแหล่งที่มา แล้วตรวจว่าตอบคำถามจริงหรือไม่ ในเวิร์กโฟลว์ RAG ให้ย่อหน้าเหล่านั้นเป็นข้อมูลต้นฉบับแก่ขั้นตอนเขียนคำตอบ การค้นคืนเองไม่ได้แต่งคำตอบ
ใช้คำถามที่เป็นตัวแทนและทราบย่อหน้าที่เกี่ยวข้องเพื่อเลือกจำนวนผลและประเมินอันดับ รวมตัวอย่างที่คำศัพท์คล้ายแต่เจตนาต่าง เช่น แก้ที่อยู่กับดูที่อยู่ปัจจุบัน ตีความคะแนนเทียบกับตัวเลือกภายใต้โมเดลและการตั้งค่าให้คะแนนเดียวกัน แทนการถือเป็นความน่าจะเป็นความถูกต้องที่ปรับเทียบแล้ว
เอาต์พุตที่มีประโยชน์ของเช็กพอยต์นี้คือพื้นที่เอ็มเบดดิงคำถามกับย่อหน้าสำหรับการค้นหาเชิงความหมาย เวกเตอร์ที่ไม่ผ่าน normalization การรวมแบบ CLS คะแนนผลคูณจุด และข้อควรระวังอินพุตยาวที่เผยแพร่ เป็นรายละเอียดที่ต้องรักษาเมื่อเตรียมและใช้ผล
Ailoot Ultra · เอ็มเบดดิง POST /v1/embeddings sentence-transformers/multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1เริ่มต้น
Sentence Transformers multi-qa-mpnet-base-dot-v1 เข้ารหัสคำถามและย่อหน้าเป็นเวกเตอร์ 768 มิติสำหรับการค้นหาเชิงความหมาย ใช้การรวมแบบ CLS และเอ็มเบดดิงที่ไม่ผ่าน normalization ซึ่งออกแบบสำหรับให้คะแนนด้วยผลคูณจุด โดยมีขีดจำกัดอินพุต 512 หน่วย word piece
- 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 |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด sentence-transformers/multi-qa-mpnet-base-dot-v1 | ค่าเริ่มต้น— |
ฟิลด์input | ประเภทstring|string[]|integer[]|integer[][] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 512 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
ฟิลด์encoding_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
ฟิลด์dimensions | ประเภทinteger | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์user | ประเภทjson_value | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
ฟิลด์session_id | ประเภทjson_value | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
ฟิลด์trace | ประเภทjson_value | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
ฟิลด์provider | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
text_to_embedding
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, input |
พารามิเตอร์input_shapes | ข้อกำหนดstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
พารามิเตอร์encoding_format | ข้อกำหนดfloat |
พารามิเตอร์dimensions_override | ข้อกำหนดfalse |
พารามิเตอร์max_input_budget_units | ข้อกำหนด512 |
พารามิเตอร์multimodal_objects | ข้อกำหนดfalse |
พารามิเตอร์material_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 $0.00001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0 / 1K โทเค็น ขาเข้า · การอ่านแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · เอ็มเบดดิง
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "sentence-transformers/multi-qa-mpnet-base-dot-v1", "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
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/multi-qa-mpnet-base-dot-v1',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 |
|---|---|
ฟิลด์object | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์data[].index | ประเภทinteger |
ฟิลด์data[].embedding | ประเภทfinite float[] |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra sentence-transformers/multi-qa-mpnet-base-dot-v1
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · Sentence Transformers: multi-qa-mpnet-base-dot-v1
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/embeddings·sentence-transformers/multi-qa-mpnet-base-dot-v1:text,token_ids→embedding- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/embeddings·sentence-transformers/multi-qa-mpnet-base-dot-v1:model,input,encoding_format,provider- มีข้อจำกัดใดบ้าง?
POST /v1/embeddings·sentence-transformers/multi-qa-mpnet-base-dot-v1:input.budget.maximum:512(ไบต์ UTF8);input.min_items:1