Sentence Transformers: paraphrase-MiniLM-L6-v2

Sentence Transformers paraphrase-MiniLM-L6-v2 ánh xạ câu và đoạn ngắn thành vector 384 chiều cho tìm kiếm ngữ nghĩa và phân cụm. Cấu hình được công bố dùng phép gộp trung bình và thiết lập chuỗi 128 token.

Ailoot Ultra · Biểu diễn nhúng POST /v1/embeddings sentence-transformers/paraphrase-minilm-l6-v2

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.

paraphrase-MiniLM-L6-v2 là mô hình embedding của Sentence Transformers dành cho câu và đoạn ngắn. Mô hình ánh xạ mỗi văn bản vào không gian vector dense 384 chiều; tìm kiếm ngữ nghĩa và phân cụm nằm trong các nhiệm vụ nhà sản xuất nêu. Kiến trúc công bố kết hợp transformer với phép gộp trung bình; độ dài chuỗi được cấu hình là 128 token.

Biểu diễn đoạn cần so sánh

Chuẩn bị câu hoặc đoạn ngắn thực tế, giữ nguyên chủ thể và các điều kiện quan trọng. Bộ sưu tập thực tế có thể chứa câu hỏi diễn đạt khác nhau hoặc mô tả ngắn về các chủ đề liên quan. Tạo embedding cho từng bản ghi và giữ cách diễn đạt gốc cùng định danh để lần so sánh sau có thể trả về chính văn bản đó.

Ví dụ, nhiều câu hỏi trợ giúp có thể mô tả cùng khó khăn bằng thuật ngữ khác nhau. Giai đoạn tương đồng có thể tập hợp những ứng viên đó, sau đó xem cách diễn đạt để xác định vấn đề thực tế. Embedding là biểu diễn số dùng trong phép so sánh đó; bản thân nó không viết cách diễn đạt tương đương hoặc gán nhãn cụm cuối cùng.

Phép gộp trung bình và sử dụng vector

Ví dụ mã hóa trực tiếp của nhà sản xuất xét mặt nạ chú ý khi lấy trung bình các biểu diễn token, loại các vị trí đệm. Kiến trúc chọn rõ phép gộp trung bình và không chọn phép gộp CLS hoặc max. Giữ công thức gộp đó cùng mô hình khi chuẩn bị các vector có thể so sánh.

Mỗi biểu diễn trả về có 384 thành phần. Chỉ mục hoặc giai đoạn phân cụm làm việc với các vector đó bằng cấu hình tương đồng đã chọn, trong khi bản ghi nguồn bên dưới vẫn có để xem xét. Giữ cùng mô hình, cách chuẩn bị đầu vào và thiết lập so sánh cho các mục được so sánh. Mô hình khác trả về 384 giá trị không tạo cùng không gian embedding chỉ vì có hình dạng đó.

Đầu vào ngắn trong cấu hình được công bố

Cấu hình Sentence Transformer tham chiếu dùng độ dài chuỗi tối đa 128 token. Chuẩn bị nguồn dài thành các đơn vị ngắn mạch lạc thay vì một đoạn quá lớn. Một câu chứa quy tắc có thể cần ngoại lệ ở câu tiếp theo; giữ đơn vị nhỏ đó cùng nhau nếu vừa. Số từ hoặc ký tự không trực tiếp xác định độ dài token.

Với tập mô tả ngắn, giữ tên và thuộc tính phân biệt quan trọng cho so sánh. Bản ghi chỉ chứa danh mục mơ hồ có thể khó tách khỏi các bản ghi cùng loại khác. Lưu liên kết nguồn ngoài vector để đối chiếu ứng viên trả về với tài liệu gốc.

Kết quả tìm kiếm và phân cụm

Trong tìm kiếm ngữ nghĩa, biểu diễn truy vấn và tài liệu trong kho bằng cùng mô hình này rồi trả về bản ghi ứng viên kèm văn bản nguồn. Trong phân cụm, giai đoạn khác hình thành nhóm từ các vector. Kiểm tra bản ghi gần ranh giới cụm trước khi dùng nhóm đó làm quyết định sản phẩm hoặc nhãn tự động.

Đầu ra hữu ích là biểu diễn gọn của văn bản ngắn, liên kết với bản ghi gốc. Checkpoint paraphrase-MiniLM-L6-v2 cụ thể này có cấu hình gộp và chuỗi riêng. Các biến thể all-MiniLM và paraphrase đa ngôn ngữ là những hồ sơ mô hình riêng; tên MiniLM chung không ngụ ý chúng có cùng cách huấn luyện, phạm vi ngôn ngữ hoặc thiết lập đầu vào.

Ailoot Ultra · Biểu diễn nhúng POST /v1/embeddings sentence-transformers/paraphrase-minilm-l6-v2

sentence-transformers/paraphrase-minilm-l6-v2

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

Bắt đầu

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/paraphrase-minilm-l6-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 →

Ví dụ yêu cầu

Ailoot Ultra · Biểu diễn nhúng

curlPython SDK

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

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)

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/paraphrase-minilm-l6-v2

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

sentence-transformers/paraphrase-minilm-l6-v2

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

Có những đầu vào và kết quả nào?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: text, token_ids → embedding
Yêu cầu sử dụng những trường nào?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: model, input, encoding_format, provider
Áp dụng những giới hạn nào?: POST /v1/embeddings · sentence-transformers/paraphrase-minilm-l6-v2: input.budget.maximum: 512 (byte UTF8); input.min_items: 1

Sentence Transformers: paraphrase-MiniLM-L6-v2