Source: https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/
Canonical: https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/
Language: vi

# Sentence Transformers: all-mpnet-base-v2

[Markdown](https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/index.md) · [JSON](https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/facts.json)

## [Sentence Transformers: all-mpnet-base-v2](https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/)

Sentence Transformers all-mpnet-base-v2 chuyển câu và đoạn ngắn thành vector 768 chiều cho truy xuất, phân cụm và độ tương đồng. Công thức được công bố dùng phép gộp trung bình và chuẩn hóa L2, với cắt mặc định ở 384 đơn vị word piece.

- [**Ailoot Ultra · Biểu diễn nhúng** `POST /v1/embeddings` `sentence-transformers/all-mpnet-base-v2`](https://ailoot.ai/models/vi/sentence-transformers-all-mpnet-base-v2/#method-0)

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

all-mpnet-base-v2 là mô hình Sentence Transformers biểu diễn câu và đoạn ngắn thành vector dense 768 chiều. Mô hình được tinh chỉnh từ mô hình MPNet base bằng học tương phản trên bộ sưu tập một tỷ cặp câu. Nhà sản xuất xác định truy xuất thông tin, phân cụm và độ tương đồng câu là các mục đích sử dụng.

#### Mã hóa câu hoặc đoạn ngắn

Chuẩn bị văn bản cần so sánh, giữ ý chính và chi tiết phân biệt. Với bộ sưu tập tài liệu nội bộ, phần ngắn có thể mô tả cách yêu cầu thay thiết bị hoặc thông tin bắt buộc trong báo cáo bảo trì. Giữ tiêu đề tài liệu và vị trí nguồn sẵn có bên cạnh vector.

Truy vấn được tạo embedding bằng cùng mô hình có thể truy xuất các phần liên quan dù diễn đạt khác nhau. Kiểm tra những phần đó để tìm chỉ dẫn thực tế người đọc cần. Với quy trình tương đồng, so sánh chính các câu ứng viên sau truy xuất, đặc biệt khi một câu có ngoại lệ hoặc điều kiện mà câu kia không có.

#### Phép gộp trung bình và chuẩn hóa

Ví dụ mã hóa tham chiếu lấy trung bình các biểu diễn token theo ngữ cảnh bằng mặt nạ chú ý, loại phần đệm khỏi giá trị trung bình. Sau đó chuẩn hóa L2 các embedding câu kết quả. Giữ cả hai bước khi tạo vector cho bộ sưu tập và các truy vấn sau.

Mỗi vector có 768 thành phần. Độ tương đồng cosine có thể so sánh các biểu diễn đã chuẩn hóa đó, còn văn bản nguồn cung cấp bằng chứng phía sau kết quả. Cùng số thành phần không làm mô hình này tương thích với multi-qa-mpnet-base-dot-v1: phiên bản riêng đó quy định phép gộp CLS và vector chưa chuẩn hóa để chấm điểm bằng tích vô hướng.

#### Cắt mặc định và chuẩn bị đoạn

Nhà sản xuất cho biết đầu vào quá 384 đơn vị word piece mặc định bị cắt. Giữ phần liên quan trong ranh giới tokenizer đó. Với quy trình dài, chia theo ranh giới phần có ý nghĩa và thêm đủ ngữ cảnh cục bộ để giải thích bước đó áp dụng cho điều gì. Mảnh như “Submit within five days” cần sự kiện hoặc quy trình bắt đầu thời hạn.

Quy trình huấn luyện giới hạn chuỗi ở 128 token, khác với mặc định mã hóa 384 đơn vị word piece được công bố. Dùng tài liệu đại diện khi đánh giá đoạn dài hơn hoặc từ vựng riêng của bộ sưu tập. Nhiều văn bản hơn vừa đầu vào không chứng minh rằng mọi chi tiết sẽ tác động ngang nhau đến kết quả truy xuất.

#### Truy xuất, nhóm và so sánh

Với tìm kiếm, giữ liên kết vector với tài liệu để các ứng viên được xếp hạng có thể trả về những phần gốc. Trong quy trình RAG, phần được chọn trở thành ngữ cảnh cho giai đoạn viết câu trả lời. Mô hình cung cấp biểu diễn số; nó không sinh phản hồi có dẫn nguồn hoặc quyết định tài liệu nào có thẩm quyền.

Với phân cụm, so sánh bản ghi trong từng nhóm đề xuất trước khi gán nhãn. Tập ghi chú bảo trì có thể dùng ngôn ngữ tương tự nhưng nói về thiết bị hoặc điều kiện hỏng khác nhau. Đưa các chi tiết phân biệt đó vào văn bản được mã hóa và kiểm tra chúng trong tài liệu trả về thay vì chỉ dựa vào điểm.

Checkpoint all-mpnet-base-v2 cụ thể này là hồ sơ embedding câu tiếng Anh với thiết lập gộp trung bình, chuẩn hóa và cắt mặc định riêng. Lưu những thiết lập đó cùng bộ sưu tập đã lập chỉ mục và dùng vector để hỗ trợ tìm, so sánh các đoạn nguồn quan trọng với nhiệm vụ.

**Ailoot Ultra · Biểu diễn nhúng** `POST /v1/embeddings` `sentence-transformers/all-mpnet-base-v2`

[`sentence-transformers/all-mpnet-base-v2`](https://ailoot.ai/models/vi/#m=sentence-transformers%2Fall-mpnet-base-v2&route=Ultra&caller=sentence-transformers%2Fall-mpnet-base-v2&fmt=embeddings)

Sentence Transformers /`sentence-transformers/all-mpnet-base-v2`

### Bắt đầu

Sentence Transformers all-mpnet-base-v2 chuyển câu và đoạn ngắn thành vector 768 chiều cho truy xuất, phân cụm và độ tương đồng. Công thức được công bố dùng phép gộp trung bình và chuẩn hóa L2, với cắt mặc định ở 384 đơn vị word piece.

Đầu vào được chấp nhận

Văn bản · token\_ids

Kết quả

embedding

### Có trên Ailoot · đầu vào & phương thức

**Ailoot Ultra · Biểu diễn nhúng** `POST /v1/embeddings`

Đầu vào

`text`, `token_ids`

Đầu ra

`embedding`

Định dạng đầu ra

json

| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
| --- | --- | --- | --- | --- |
| Trường`model` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn sentence-transformers/all-mpnet-base-v2 | Mặc định— |
| Trường`input` | Loại`string\|string[]\|integer[]\|integer[][]` | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 Điều kiện: Lô không rỗng và đồng nhất. ID token là số nguyên không âm. Ngân sách đầu vào: Tối đa: 512 · Đơn vị văn bản: byte UTF8 · Đơn vị token: phần tử của mảng token | Mặc định— |
| Trường`encoding_format` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn float | Mặc địnhfloat |
| Trường`dimensions` | Loại`integer` | Yêu cầuKhông hỗ trợ | Giá trị & giới hạn Tối thiểu: 1 | Mặc định— |
| Trường`user` | Loại`json_value` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Nguồn tài liệu cho phép trường siêu dữ liệu JSON này; ý nghĩa chính xác tại hệ thống nguồn phụ thuộc vào từng mô hình. | Mặc định— |
| Trường`session_id` | Loại`json_value` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Nguồn tài liệu cho phép trường siêu dữ liệu JSON này; ý nghĩa chính xác tại hệ thống nguồn phụ thuộc vào từng mô hình. | Mặc định— |
| Trường`trace` | Loại`json_value` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: Nguồn tài liệu cho phép trường siêu dữ liệu JSON này; ý nghĩa chính xác tại hệ thống nguồn phụ thuộc vào từng mô hình. | Mặc định— |
| Trường`provider` | Loại`object` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối | Mặc định— |

Tổ hợp tư liệu đầu vào

**text\_to\_embedding**

Tham số phương thức và vòng đời

| Tham số | Hợp đồng |
| --- | --- |
| Tham số`content_type` | Hợp đồngapplication/json |
| Tham số`required` | Hợp đồngmodel, input |
| Tham số`input_shapes` | Hợp đồngstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Tham số`encoding_format` | Hợp đồngfloat |
| Tham số`dimensions_override` | Hợp đồngfalse |
| Tham số`max_input_budget_units` | Hợp đồng512 |
| Tham số`multimodal_objects` | Hợp đồngfalse |
| Tham số`material_types` | Hợp đồngtext, token\_ids |

Vòng đời: `synchronous_json`

Giữ lại chỉ mục và số chiều của mọi vector.

Việc mô hình mang tên đa phương thức không có nghĩa là đường dẫn cụ thể này chấp nhận đối tượng ảnh.

### Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh

Chưa chỉ định Khi chọn chế độ nhanh

Chế độ Flex

Chưa chỉ định Khi chọn chế độ flex

Mức độ suy luận tối đa

Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

#### Mức phí Ailoot

#### Giá theo cấu hình

| Cấu hình | Biểu mức phí | Phí |
| --- | --- | --- |
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào **$0.00001** / 1K token Đầu ra · Token đầu ra **$0** / 1K token Đầu vào · Đọc bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm **—** / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ **—** / 1K token |

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. [Cách hoạt động của cơ chế tạm giữ và quyết toán →](https://ailoot.ai/docs/vi/billing/reserve/)

### Ví dụ yêu cầu

#### Ailoot Ultra · Biểu diễn nhúng

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

### Nhận và lưu kết quả

#### Ailoot Ultra · Biểu diễn nhúng

json

##### Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại mọi vector kèm chỉ mục của nó. Số lượng vector phải bằng số lượng đầu vào; số chiều phải nhất quán.

##### Nếu cần kiểm tra phản hồi gốc

Không có điểm cuối tác vụ embedding nào được bổ sung.

Trường phản hồi

| Trường | Loại |
| --- | --- |
| Trường`object` | Loạistring |
| Trường`model` | Loạistring |
| Trường`data[].index` | Loạiinteger |
| Trường`data[].embedding` | Loạifinite float\[\] |
| Trường`usage` | Loạiobject |

Lỗi và bước tiếp theo

| Phản hồi | Điều kiện | Bước tiếp theo |
| --- | --- | --- |
| Phản hồi400 · `invalid_request_error` | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |

### Bí danh

#### Bí danh mô hình

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

#### Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

#### ID gọi liên quan

[`sentence-transformers/all-mpnet-base-v2`](https://ailoot.ai/models/vi/#m=sentence-transformers%2Fall-mpnet-base-v2&route=Ultra&caller=sentence-transformers%2Fall-mpnet-base-v2&fmt=embeddings)

FAQ · Sentence Transformers: all-mpnet-base-v2

Có những đầu vào và kết quả nào?

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

Yêu cầu sử dụng những trường nào?

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

Áp dụng những giới hạn nào?

`POST /v1/embeddings` · `sentence-transformers/all-mpnet-base-v2`: `input.budget.maximum`: `512` (byte UTF8); `input.min_items`: `1`

Kết nối Ailoot với Claude Code, OpenCode, Hermes hoặc ứng dụng của bạn.

## Công ty và danh mục dự án của công ty

Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.

## Mua token với giá ưu đãi.

Ưu đãi thuê bao cho nhu cầu thường xuyên. Mã khuyến mãi giảm đến 50% khi mua token.

Thuê bao

Chọn gói ưu đãi cho các yêu cầu thường xuyên của bạn.

Mã giảm đến 50%

Nhập mã khi mua. Giá được tính lại theo chương trình đang áp dụng.

Chi phí trong lịch sử

Mô hình, token và số tiền được lưu cho mỗi yêu cầu.

[Chọn gói thuê bao](https://ailoot.ai/docs/vi/billing/subscriptions/) · [Xem giá mô hình](https://ailoot.ai/models/vi/)

## Kết nối API vào sản phẩm bạn đang bán.

SaaS, ứng dụng và bot — theo đề nghị giao kết chính thức và thỏa thuận cấp phép Ailoot. Muốn bán lại, hãy yêu cầu giấy phép bán lại.

Ứng dụng thương mại

Tích hợp tạo văn bản, ảnh, video và âm thanh vào các tính năng trả phí của dịch vụ.

Giấy phép bán lại

Gửi mô tả dự án và cách cung cấp quyền truy cập. Yêu cầu điều khoản sử dụng và bán lại bằng văn bản.

Tài liệu trên website

Đề nghị giao kết, thỏa thuận cấp phép và chính sách xử lý dữ liệu có sẵn trước khi kết nối.

[Yêu cầu giấy phép bán lại](mailto:support@ailoot.ai) · [Đề nghị giao kết và thỏa thuận cấp phép](https://ailoot.ai/legal/offer?lang=vi)

## Ailoot · Công ty và danh mục dự án của công ty





Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục.





Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.





Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.