Source: https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/
Canonical: https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/
Language: uz

# Sentence Transformers: paraphrase-MiniLM-L6-v2

[Markdown](https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/index.md) · [JSON](https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/facts.json)

## [Sentence Transformers: paraphrase-MiniLM-L6-v2](https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/)

Sentence Transformers paraphrase-MiniLM-L6-v2 gaplar va qisqa paragraflarni semantik qidiruv va klasterlash uchun 384 o‘lchamli vektorlarga o‘tkazadi. E’lon qilingan konfiguratsiya o‘rtacha pooling va 128 tokenli ketma-ketlik sozlamasidan foydalanadi.

- [**Ailoot Ultra · Embeddinglar** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/uz/sentence-transformers-paraphrase-minilm-l6-v2/#method-0)

Model haqida

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

paraphrase-MiniLM-L6-v2 — gaplar va qisqa paragraflar uchun Sentence Transformers embedding modeli. U har matnni 384 o‘lchamli zich vektor makoniga o‘tkazadi; ishlab chiqaruvchi aytgan vazifalar orasida semantik qidiruv va klasterlash bor. E’lon qilingan arxitektura transformerni o‘rtacha pooling bilan birlashtiradi; sozlangan ketma-ketlik uzunligi 128 token.

#### Taqqoslamoqchi bo‘lgan parchani ifodalang

Haqiqiy gap yoki qisqa paragrafni tayyorlang, mavzu va muhim shartlarni saqlang. Amaliy to‘plam turlicha ifodalangan savollar yoki bog‘liq mavzularning qisqa tavsiflarini saqlashi mumkin. Har yozuvning embeddingini oling va keyingi taqqoslash matnning o‘zini qaytara olishi uchun asl ifoda hamda identifikatorini saqlang.

Masalan, bir nechta yordam savoli bir qiyinchilikni turli atamalar bilan tavsiflashi mumkin. O‘xshashlik bosqichi shu nomzodlarni bir joyga jamlashi, keyin haqiqiy muammoni aniqlash uchun ularning ifodalarini tekshirish mumkin. Embedding — shu taqqoslashdagi raqamli ifoda; u o‘z-o‘zidan qayta ifoda yozmaydi yoki yakuniy klaster yorlig‘ini tayinlamaydi.

#### O‘rtacha pooling va vektordan foydalanish

Ishlab chiqaruvchining bevosita kodlash misoli token ifodalarining o‘rtachasini olishda diqqat niqobini hisobga olib, to‘ldiruvchi pozitsiyalarni chiqarib tashlaydi. Arxitektura o‘rtacha poolingni ochiq tanlaydi, CLS yoki max poolingni tanlamaydi. Taqqoslanadigan vektorlarni tayyorlashda shu pooling usulini model bilan saqlang.

Har qaytgan ifoda 384 komponentga ega. Indeks yoki klasterlash bosqichi tanlangan o‘xshashlik konfiguratsiyasida shu vektorlar bilan ishlaydi; asosdagi manba yozuvi esa tekshiruv uchun mavjud qoladi. Taqqoslanayotgan elementlar bo‘yicha bir xil model, kirishni tayyorlash va taqqoslash sozlamalarini saqlang. Boshqa modelning 384 qiymat qaytarishi shaklning o‘zi bo‘yicha ayni embedding makoni ekanini anglatmaydi.

#### E’lon qilingan konfiguratsiyadagi qisqa kirishlar

Sentence Transformer’ning rasmiy konfiguratsiyasi 128 tokenli maksimal ketma-ketlik uzunligidan foydalanadi. Uzun manbani haddan katta bitta paragraf o‘rniga qisqa, izchil birliklar sifatida tayyorlang. Qoida bor gapga keyingi gapdagi istisno kerak bo‘lishi mumkin; sig‘sa shu kichik birlikni birga saqlang. So‘z yoki belgi soni token uzunligini bevosita belgilamaydi.

Qisqa tavsiflar to‘plamida taqqoslash uchun muhim nomlar va farqlovchi xususiyatlarni saqlang. Faqat noaniq toifani saqlagan yozuvni shu turdagi boshqa yozuvlardan ajratish qiyin bo‘lishi mumkin. Qaytgan nomzodni asl material bilan tekshirish uchun manba bog‘liqligini vektordan tashqarida saqlang.

#### Qidiruv va klasterlash natijalari

Semantik qidiruvda so‘rov va korpus materialini aynan shu model bilan ifodalang va nomzod yozuvlarni manba matni bilan qaytaring. Klasterlashda boshqa bosqich vektorlardan guruhlar tuzadi. Guruhlashni mahsulot qarori yoki avtomatik yorliq sifatida ishlatishdan oldin klaster chegarasi yaqinidagi yozuvlarni tekshiring.

Foydali chiqish — asl yozuviga bog‘langan qisqa matnning ixcham ifodasi. Aynan paraphrase-MiniLM-L6-v2 checkpointining o‘z pooling va ketma-ketlik konfiguratsiyasi bor. all-MiniLM va ko‘p tilli paraphrase variantlari alohida model profillaridir; umumiy MiniLM nomi ularning o‘qitilishi, til qamrovi yoki kirish sozlamalarini anglatmaydi.

**Ailoot Ultra · Embeddinglar** `POST /v1/embeddings` `sentence-transformers/paraphrase-minilm-l6-v2`

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/uz/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/paraphrase-minilm-l6-v2`

### Boshlash

Sentence Transformers paraphrase-MiniLM-L6-v2 gaplar va qisqa paragraflarni semantik qidiruv va klasterlash uchun 384 o‘lchamli vektorlarga o‘tkazadi. E’lon qilingan konfiguratsiya o‘rtacha pooling va 128 tokenli ketma-ketlik sozlamasidan foydalanadi.

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/paraphrase-minilm-l6-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/paraphrase-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/paraphrase-minilm-l6-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/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/uz/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

#### Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

#### Chaqirish uchun tegishli ID lar

[`sentence-transformers/paraphrase-minilm-l6-v2`](https://ailoot.ai/models/uz/#m=sentence-transformers%2Fparaphrase-minilm-l6-v2&route=Ultra&caller=sentence-transformers%2Fparaphrase-minilm-l6-v2&fmt=embeddings)

FAQ · Sentence Transformers: paraphrase-MiniLM-L6-v2

Qanday kirish ma’lumotlari va natijalar mavjud?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `text`, `token_ids` → `embedding`

So‘rov qaysi maydonlardan foydalanadi?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-v2`: `model`, `input`, `encoding_format`, `provider`

Qanday cheklovlar amal qiladi?

`POST /v1/embeddings` · `sentence-transformers/paraphrase-minilm-l6-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.