Thenlper: GTE-Large
Alibaba DAMO Academy GTE-large 將英文文字轉成 1024 維向量，用於檢索、語意相似度及以嵌入向量為基礎的重排。參考方式採用平均池化、可選正規化，以及 512 token 的最大序列長度。
關於模型
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GTE-large 是 Alibaba DAMO Academy 訓練的大型 General Text Embeddings 模型。它是主要以 BERT 框架為基礎的英文文字編碼器，為每個輸入提供 1024 維稠密表示。製造商以跨領域相關文字配對訓練 GTE 家族，並將檢索、文字語意相似度與文字重排列為後續應用。
表示章節內容
請準備應與搜尋查詢比較的英文段落。技術報告集合應保留短章節的主題、觀察與相關條件。若報告描述只在特定負載下出現振動，應保留該條件，不要只留下泛泛的振動敘述。
請將來源識別碼、文件標題及章節位置和儲存向量一起保留。查詢可檢索候選章節，而原始報告仍可用來確認設備、條件與結論。嵌入提供段落內容的數值表示。
池化、正規化與向量使用
公開方式利用注意力遮罩平均 token 表示，將填補位置排除於平均之外。它也示範可選的 L2 正規化，再以內積比較正規化向量。Sentence Transformers 範例使用餘弦相似度。
請在集合端與查詢端保留相同準備、池化及比較設定。每個表示包含 1024 個分量。較多分量是版本細節，不代表 GTE-large 向量可與 768 維 GTE-base 表示或另一個 1024 維編碼器混用。
重排流程可將查詢嵌入與已檢索的候選嵌入集合比較，再重新排序記錄。請保留這種向量比較與另一種共同評估查詢–段落配對模型之間的區別。
輸入長度與英文限制
模型卡明確將此確切模型限制為英文文字，並將長輸入截斷至最多 512 token。請將長技術報告拆成語意連貫的章節，為每節保留足夠局部上下文，使其可獨立理解。若句子依賴前面的限定條件，容量允許時請將該條件保留於同一索引單位。
token 邊界不同於可見字數。請確認準備章節的長度，確保預期搜尋所需細節沒有落在截斷後保留部分之外。
檢視檢索證據
報告搜尋應用程式應將候選章節連同來源位置呈現，並檢視實際內容。相似觀察可能有不同原因或建議。向量分數協助在所選比較設定下排序候選項，不代表報告結論適用於新情況。
RAG 請將選定章節作為答案撰寫階段的來源上下文，並保留文件關聯。這個確切 GTE-large 規格提供英文稠密嵌入，具有 1024 維與 512 token 輸入邊界。後續 GTE 多語言及擴充上下文版本具有不同識別，其語言範圍或輸入設定不能從此檢查點的家族名稱推導。
Ailoot Ultra · 嵌入向量 POST /v1/embeddings thenlper/gte-large
thenlper/gte-large入門
Alibaba DAMO Academy GTE-large 將英文文字轉成 1024 維向量，用於檢索、語意相似度及以嵌入向量為基礎的重排。參考方式採用平均池化、可選正規化，以及 512 token 的最大序列長度。
- 接受的輸入
- 文字 · token_ids
- 結果
- embedding
Ailoot 可用 · 輸入與方法
Ailoot Ultra · 嵌入向量 POST /v1/embeddings
- 輸入
text,token_ids- 輸出
embedding- 輸出格式
- json
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 thenlper/gte-large | 預設值— |
欄位input | 類型string|string[]|integer[]|integer[][] | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 512 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
欄位encoding_format | 類型string | 要求選填 | 值與限制 float | 預設值float |
欄位dimensions | 類型integer | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
欄位user | 類型json_value | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
欄位session_id | 類型json_value | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
欄位trace | 類型json_value | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |
輸入素材組合
text_to_embedding
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, input |
參數input_shapes | 規格string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
參數encoding_format | 規格float |
參數dimensions_override | 規格false |
參數max_input_budget_units | 規格512 |
參數multimodal_objects | 規格false |
參數material_types | 規格text, token_ids |
生命週期： synchronous_json
保留每個向量的索引與維度。
即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 未指定 選取快速模式時
- flex 模式
- 未指定 選取 flex 模式時
- 最高推理強度
- 未指定 最高推理強度採用 default 調整值時
Ailoot 費率
各設定的價格
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00002 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · 嵌入向量
set -eu
: "${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
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)
接收並儲存結果
Ailoot Ultra · 嵌入向量
json
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。
需要檢查原始回應時
此流程未引入嵌入向量任務端點。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位object | 類型string |
欄位model | 類型string |
欄位data[].index | 類型integer |
欄位data[].embedding | 類型finite float[] |
欄位usage | 類型object |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
別名
模型別名
Ailoot Ultra thenlper/gte-large
方法路徑別名
請使用上方列出的 API 方法路徑。
相關呼叫用 ID
FAQ · Thenlper: GTE-Large
- 可以使用哪些輸入與結果？
POST /v1/embeddings·thenlper/gte-large:text,token_ids→embedding- 請求使用哪些欄位？
POST /v1/embeddings·thenlper/gte-large:model,input,encoding_format,provider- 適用哪些限制？
POST /v1/embeddings·thenlper/gte-large:input.budget.maximum:512(UTF8 位元組);input.min_items:1