Source: https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/
Canonical: https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/
Language: uz

# Sentence Transformers: all-MiniLM-L12-v2

[Markdown](https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/index.md) · [JSON](https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/facts.json)

## [Sentence Transformers: all-MiniLM-L12-v2](https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/)

Sentence Transformers all-MiniLM-L12-v2 gaplar va qisqa paragraflarni qidiruv, o‘xshashlik va klasterlash uchun 384 o‘lchamli vektorlarga kodlaydi. Rasmiy usul o‘rtacha pooling va normallashdan foydalanadi; odatiy kesish chegarasi 256 ta word piece birligi.

- [**Ailoot Ultra · Embeddinglar** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/uz/sentence-transformers-all-minilm-l12-v2/#method-0)

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

all-MiniLM-L12-v2 — gaplar va qisqa paragraflar uchun Sentence Transformers enkoderi. U semantik qidiruv, ma’lumot qidirish, klasterlash va gaplar o‘xshashligi uchun har matndan bitta 384 o‘lchamli zich vektor hosil qiladi. Model MiniLM-L12-H384-uncased asosidan foydalanadi va bir milliard gap jufti to‘plamida kontrastiv o‘rganish bilan nozik sozlangan.

#### Topmoqchi bo‘lgan birlikni kodlang

Bitta foydali fikrni ifodalaydigan gap yoki qisqa paragrafdan foydalaning. Mahsulot tavsiflari to‘plamida buyumni farqlaydigan xususiyat va shartni saqlang: “The adapter connects a wired headset to a USB-C port” iborasi “Audio accessory.”dan ko‘proq ma’lumot beradi. Yozuv identifikatori va asl tavsifni vektor yonida saqlang.

Keyin qidiruv so‘rovini kodlangan tavsiflar bilan taqqoslash mumkin. Yakuniy tanlovni ko‘rsatishdan oldin qaytgan nomzodlarni ulagich turi yoki qurilma mosligi kabi aniq talablar bo‘yicha tekshiring. Vektor matn ma’nosini ifodalaydi; tashqi qidiruv ilovasi esa tegishli yozuvlarni topadi.

#### O‘rtacha pooling va normallangan vektorlar

E’lon qilingan kodlash misoli to‘ldiruvchi pozitsiyalar o‘rtachaga qo‘shilmasligi uchun diqqat niqobi bilan token ifodalarining o‘rtachasini oladi. Keyin L2 normallashni qo‘llaydi. Bu bosqichlar asosiy transformerdan ixtiyoriy token olish ko‘rsatmasi emas, gap vektorini olishning rasmiy usulining bir qismidir.

Indekslangan matnlar va yangi so‘rovlar o‘rtasida model, pooling va normallash konfiguratsiyasi izchil bo‘lsin. Hosil bo‘lgan 384 komponentli ifodalarni kosinus o‘xshashligi bilan taqqoslash mumkin. Konfiguratsiya yozuvini to‘plam bilan saqlang; boshqa 384 o‘lchamli enkoder faqat vektorlar uzunligi bir xil bo‘lgani uchun mos bo‘lib qolmaydi.

#### Odatiy kirish uzunligi va o‘qitish qamrovi

Ishlab chiqaruvchi 256 ta word piece birligidan ortiq qismning odatiy kesilishini belgilaydi. Bu oddiy so‘z yoki belgilar soni emas, tokenizer chegarasidir. Uzunroq yozuvda izchil qisqa bo‘limlar tanlang va har birini talqin qilishga kerakli sarlavha yoki aniqlovchi tafsilotni saqlang.

Modelning o‘qitish jarayoni 128 tokengacha ketma-ketliklardan foydalangan. Bu o‘qitish sozlamasi kodlash paytidagi e’lon qilingan 256 ta word piece birlikli odatiy sozlamadan alohida. Odatiy chegaraga sig‘adigan parcha ham o‘qitishdagi qisqa gap materialidan sezilarli farq qilishi mumkin; uzun yoki maxsus tavsiflarni namunaviy misollarda baholang.

#### O‘xshashlik va klasterlash jarayonlari

Qo‘llab-quvvatlash xabarlari to‘plamida embeddinglar guruhlash bosqichiga raqamli kirishlar berishi mumkin. Odam o‘qiydigan yorliq tayinlashdan oldin har bir taklif etilgan guruhning bir nechta xabarini va chegarasi yaqinidagilarni tekshiring. Takroriy mazmunni tekshirishda o‘xshash yozuvlarni toping va haqiqiy ifodalarini taqqoslang; ikki parcha bir mavzuni muhokama qilib, turli ko‘rsatmalar berishi mumkin.

Aynan L12-v2 nashri inglizcha gap embedding profilidir. U all-MiniLM-L6-v2 va paraphrase-MiniLM checkpointlaridan farq qiladi. Umumiy oila nomlari ularning ketma-ketlik konfiguratsiyasi yoki pooling usulini ko‘chirmaydi. O‘xshashlik qiymatini tasdiqlangan javob yoki yakuniy tahririy qaror deb bilish o‘rniga, ixcham zich vektorlarni manba yozuvlari va vazifaga xos baholash bilan birga ishlating.

**Ailoot Ultra · Embeddinglar** `POST /v1/embeddings` `sentence-transformers/all-minilm-l12-v2`

[`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/uz/#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`

### Boshlash

Sentence Transformers all-MiniLM-L12-v2 gaplar va qisqa paragraflarni qidiruv, o‘xshashlik va klasterlash uchun 384 o‘lchamli vektorlarga kodlaydi. Rasmiy usul o‘rtacha pooling va normallashdan foydalanadi; odatiy kesish chegarasi 256 ta word piece birligi.

Qabul qilinadigan kirish ma’lumotlari

Matn · token\_ids

Natijalar

embedding

### Ailoot da mavjud · kirish ma’lumotlari va usullar

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

Kirish

`text`, `token_ids`

Chiqish

`embedding`

Chiqish formati

json

| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
| --- | --- | --- | --- | --- |
| Maydon`model` | Tur`string` | TalabMajburiy | Qiymatlar va cheklovlar sentence-transformers/all-minilm-l12-v2 | Standart— |
| Maydon`input` | Tur`string\|string[]\|integer[]\|integer[][]` | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 Shartlar: Bo‘sh bo‘lmagan, bir xil turdagi elementlardan iborat paket. Token ID lari manfiy bo‘lmagan butun sonlardir. Kirish budjeti: Eng ko‘p: 512 · Matn birligi: UTF8 baytlari · Token birligi: Tokenlar massivi elementlari | Standart— |
| Maydon`encoding_format` | Tur`string` | TalabIxtiyoriy | Qiymatlar va cheklovlar float | Standartfloat |
| Maydon`dimensions` | Tur`integer` | TalabQo‘llab-quvvatlanmaydi | Qiymatlar va cheklovlar Eng kam: 1 | Standart— |
| Maydon`user` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`session_id` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`trace` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`provider` | Tur`object` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: provider.options rad etildi | Standart— |

Kirish materiallari birikmalari

**text\_to\_embedding**

Usul parametrlari va hayot sikli

| Parametr | Parametr talablari |
| --- | --- |
| Parametr`content_type` | Parametr talablariapplication/json |
| Parametr`required` | Parametr talablarimodel, input |
| Parametr`input_shapes` | Parametr talablaristring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parametr`encoding_format` | Parametr talablarifloat |
| Parametr`dimensions_override` | Parametr talablarifalse |
| Parametr`max_input_budget_units` | Parametr talablari512 |
| Parametr`multimodal_objects` | Parametr talablarifalse |
| Parametr`material_types` | Parametr talablaritext, token\_ids |

Hayot sikli: `synchronous_json`

Har bir vektorning indeksi va o‘lchamini saqlang.

Model nomida multimodal deyilgani aynan shu yo‘nalishda rasm obyektlariga ruxsat borligini anglatmaydi.

### Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim

Ko‘rsatilmagan Tezkor rejim tanlanganda

Flex rejimi

Ko‘rsatilmagan flex rejimi tanlanganda

Maksimal fikrlash darajasi

Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

#### Ailoot tariflari

#### Sozlamalar bo‘yicha narxlar

| Sozlama | Tariflar jadvali | To‘lov |
| --- | --- | --- |
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari **$0.00001** / 1K token Chiqish · Chiqish tokenlari **$0** / 1K token Kirish · Keshdan o‘qish **—** / 1K token Kirish · Keshga yozish **—** / 1K token Kirish · Keshga yozish, 1 soat **—** / 1K token |

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. [Summani band qilish va to‘lovni hisoblash tartibi →](https://ailoot.ai/docs/uz/billing/reserve/)

### So‘rov namunalari

#### Ailoot Ultra · Embeddinglar

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)
```

### Natijalarni olish va saqlash

#### Ailoot Ultra · Embeddinglar

json

##### Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.

##### Asl javobni tekshirish kerak bo‘lsa

Embedding vazifalari uchun endpoint qo‘shilmaydi.

Javob maydonlari

| Maydon | Tur |
| --- | --- |
| Maydon`object` | Turstring |
| Maydon`model` | Turstring |
| Maydon`data[].index` | Turinteger |
| Maydon`data[].embedding` | Turfinite float\[\] |
| Maydon`usage` | Turobject |

Xatolar va keyingi qadamlar

| Javob | Shart | Keyingi qadam |
| --- | --- | --- |
| Javob400 · `invalid_request_error` | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |

### Taxalluslar

#### Model taxalluslari

**Ailoot Ultra** [`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/uz/#m=sentence-transformers%2Fall-minilm-l12-v2&route=Ultra&caller=sentence-transformers%2Fall-minilm-l12-v2&fmt=embeddings)

#### Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

#### Chaqirish uchun tegishli ID lar

[`sentence-transformers/all-minilm-l12-v2`](https://ailoot.ai/models/uz/#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

Qanday kirish ma’lumotlari va natijalar mavjud?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `text`, `token_ids` → `embedding`

So‘rov qaysi maydonlardan foydalanadi?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `model`, `input`, `encoding_format`, `provider`

Qanday cheklovlar amal qiladi?

`POST /v1/embeddings` · `sentence-transformers/all-minilm-l12-v2`: `input.budget.maximum`: `512` (UTF8 baytlari); `input.min_items`: `1`

Ailoot’ni Claude Code, OpenCode, Hermes yoki ilovangizga ulang.

## Kompaniya va uning loyihalar portfeli

Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.

## Tokenlarni chegirma bilan xarid qiling.

Muntazam ish uchun obuna chegirmasi. Token xaridiga promokodlar — 50% gacha.

Obuna

Muntazam so‘rovlaringiz uchun chegirmali tarif tanlang.

50% gacha promokod

Xaridda kod kiriting. Narx amaldagi aksiya bilan qayta hisoblanadi.

Tarixdagi xarajatlar

Har so‘rov uchun model, token va summa saqlanadi.

[Obuna tanlash](https://ailoot.ai/docs/uz/billing/subscriptions/) · [Model narxlarini ko‘rish](https://ailoot.ai/models/uz/)

## API’ni sotadigan mahsulotingizga ulang.

SaaS, ilova va botlar Ailoot ofertasi hamda litsenziya shartnomasiga muvofiq. Qayta sotishga reseller litsenziyasi so‘rang.

Tijorat ilovasi

Xizmatingizning pullik funksiyalariga matn, rasm, video va ovoz yaratishni qo‘shing.

Reseller litsenziyasi

Loyiha tavsifi va kirish sxemasini yuboring. Foydalanish va qayta sotishga yozma shartlarni so‘rang.

Saytdagi hujjatlar

Oferta, litsenziya shartnomasi va ma’lumotlar siyosati ulashdan oldin ochiq.

[Reseller litsenziyasini so‘rash](mailto:support@ailoot.ai) · [Oferta va litsenziya shartnomasi](https://ailoot.ai/legal/offer?lang=uz)

## Ailoot · Kompaniya va uning loyihalar portfeli





Ailoot to‘plangan faoliyat tajribasi, keng mijozlar bazasi, barqaror xizmat va doimiy KPI nazoratiga tayanadi.





Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.





Ailoot bu faoliyat tajribasini mijozlar mahsulotlari, agentlar, ilovalar va avtomatlashtirishlarda AI imkoniyatlariga API orqali kirishni ta’minlashda qo‘llaydi.