Source: https://ailoot.ai/models/vi/thenlper-gte-large/
Canonical: https://ailoot.ai/models/vi/thenlper-gte-large/
Language: vi

# Thenlper: GTE-Large

[Markdown](https://ailoot.ai/models/vi/thenlper-gte-large/index.md) · [JSON](https://ailoot.ai/models/vi/thenlper-gte-large/facts.json)

## [Thenlper: GTE-Large](https://ailoot.ai/models/vi/thenlper-gte-large/)

Alibaba DAMO Academy GTE-large chuyển văn bản tiếng Anh thành vector 1024 chiều cho truy xuất, độ tương đồng ngữ nghĩa và xếp hạng lại dựa trên embedding. Công thức tham chiếu dùng phép gộp trung bình, chuẩn hóa tùy chọn và độ dài chuỗi tối đa 512 token.

- [**Ailoot Ultra · Biểu diễn nhúng** `POST /v1/embeddings` `thenlper/gte-large`](https://ailoot.ai/models/vi/thenlper-gte-large/#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.

GTE-large là mô hình General Text Embeddings cỡ lớn do Alibaba DAMO Academy huấn luyện. Đây là bộ mã hóa văn bản tiếng Anh chủ yếu dựa trên nền tảng BERT, với biểu diễn dense 1024 chiều cho mỗi đầu vào. Nhà sản xuất huấn luyện họ GTE trên các cặp văn bản liên quan ở nhiều lĩnh vực và xác định truy xuất, độ tương đồng văn bản ngữ nghĩa cùng xếp hạng lại văn bản là các ứng dụng phía sau.

#### Biểu diễn nội dung một phần

Chuẩn bị đoạn tiếng Anh cần so sánh với truy vấn tìm kiếm. Với bộ sưu tập báo cáo kỹ thuật, giữ chủ thể, quan sát và điều kiện liên quan của phần ngắn. Báo cáo mô tả rung chỉ dưới một mức tải cụ thể nên giữ điều kiện đó, thay vì chỉ để phát biểu chung về rung.

Giữ định danh nguồn, tiêu đề tài liệu và vị trí phần cùng các vector lưu trữ. Truy vấn có thể truy xuất phần ứng viên, còn báo cáo gốc vẫn có để xác minh thiết bị, điều kiện và kết luận. Embedding cung cấp biểu diễn số cho nội dung đoạn.

#### Phép gộp, chuẩn hóa và sử dụng vector

Công thức được công bố dùng phép gộp trung bình các biểu diễn token với mặt nạ chú ý, loại phần đệm khỏi giá trị trung bình. Công thức còn minh họa chuẩn hóa L2 tùy chọn, sau đó so sánh tích vô hướng của các vector đã chuẩn hóa. Ví dụ Sentence Transformers dùng độ tương đồng cosine.

Giữ cùng cách chuẩn bị, phép gộp và thiết lập so sánh cho bộ sưu tập lẫn phía truy vấn. Mỗi biểu diễn có 1024 thành phần. Số thành phần lớn hơn là chi tiết của phiên bản; nó không chứng minh vector GTE-large có thể trộn với biểu diễn GTE-base 768 chiều hoặc bộ mã hóa 1024 chiều khác.

Quy trình xếp hạng lại có thể so sánh embedding truy vấn với tập embedding ứng viên đã được truy xuất rồi sắp lại các bản ghi. Giữ sự phân biệt giữa phép so sánh vector đó với mô hình riêng đánh giá chung một cặp truy vấn–đoạn.

#### Độ dài đầu vào và giới hạn tiếng Anh

Thẻ mô hình giới hạn rõ mô hình cụ thể này cho văn bản tiếng Anh và cắt đầu vào dài xuống tối đa 512 token. Chia báo cáo kỹ thuật dài thành các phần mạch lạc và giữ đủ ngữ cảnh cục bộ để mỗi phần có thể hiểu độc lập. Nếu một câu phụ thuộc điều kiện hoặc giới hạn đi kèm trước đó, giữ phần ấy trong cùng đơn vị được lập chỉ mục khi vừa.

Ranh giới token khác số từ nhìn thấy được. Kiểm tra độ dài phần đã chuẩn bị và bảo đảm chi tiết mà tìm kiếm mục tiêu cần không nằm ngoài phần được giữ sau khi cắt.

#### Kiểm tra bằng chứng được truy xuất

Với ứng dụng tìm báo cáo, trình bày các phần ứng viên cùng vị trí nguồn và kiểm tra nội dung thực tế. Quan sát tương tự có thể có nguyên nhân hoặc khuyến nghị khác nhau. Điểm vector giúp sắp thứ tự ứng viên dưới thiết lập so sánh đã chọn; nó không chứng minh kết luận báo cáo áp dụng cho tình huống mới.

Với RAG, dùng các phần được chọn làm ngữ cảnh nguồn cho giai đoạn viết câu trả lời và giữ liên kết tài liệu. Hồ sơ GTE-large cụ thể cung cấp embedding dense tiếng Anh 1024 chiều với ranh giới đầu vào 512 token. Các phiên bản GTE đa ngôn ngữ và mở rộng ngữ cảnh về sau có định danh riêng, nên tên họ của checkpoint này không ngụ ý phạm vi ngôn ngữ hoặc thiết lập đầu vào của chúng.

**Ailoot Ultra · Biểu diễn nhúng** `POST /v1/embeddings` `thenlper/gte-large`

[`thenlper/gte-large`](https://ailoot.ai/models/vi/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

Thenlper /`thenlper/gte-large`

### Bắt đầu

Alibaba DAMO Academy GTE-large chuyển văn bản tiếng Anh thành vector 1024 chiều cho truy xuất, độ tương đồng ngữ nghĩa và xếp hạng lại dựa trên embedding. Công thức tham chiếu dùng phép gộp trung bình, chuẩn hóa tùy chọn và độ dài chuỗi tối đa 512 token.

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 thenlper/gte-large | 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 **$0.00002** / 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": "thenlper/gte-large", "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='thenlper/gte-large',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** [`thenlper/gte-large`](https://ailoot.ai/models/vi/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

#### Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

#### ID gọi liên quan

[`thenlper/gte-large`](https://ailoot.ai/models/vi/#m=thenlper%2Fgte-large&route=Ultra&caller=thenlper%2Fgte-large&fmt=embeddings)

FAQ · Thenlper: GTE-Large

Có những đầu vào và kết quả nào?

`POST /v1/embeddings` · `thenlper/gte-large`: `text`, `token_ids` → `embedding`

Yêu cầu sử dụng những trường nào?

`POST /v1/embeddings` · `thenlper/gte-large`: `model`, `input`, `encoding_format`, `provider`

Áp dụng những giới hạn nào?

`POST /v1/embeddings` · `thenlper/gte-large`: `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.