Intfloat: E5-Large-v2

Intfloat: E5-Large-v2 هو نموذج تضمينات من Intfloat. ينتمي إلى فئة التضمينات، مما يعني أن مهمته تحويل النص إلى متجهات بدلاً من توليد ردود المحادثة. يصفه المزود بأنه يحوّل الجمل والفقرات والمستندات الإنجليزية إلى فضاء متجهي كثيف بأبعاد 1024، بهدف تحقيق تضمينات دلالية عالية الدقة. إذا كان تطبيقك يحتاج إلى تمثيل للنص يلتقط المعنى بدلاً من إجابة مكتوبة، فهذا هو نوع النموذج الذي ستلجأ إليه.

يقبل النموذج النص كوسيط الإدخال الوحيد لديه وينتج التضمينات كوسيط الإخراج الوحيد لديه. طول السياق لديه هو 512 رمزاً، لذا يقتصر كل طلب على نطاق نصي قصير نسبياً، والحد الأقصى للإخراج هو 460. لا يوجد إدخال صور أو صوت أو أي إدخال غير نصي، ولا يوجد نص مُولَّد على جانب الإخراج. كل ما يعيده النموذج هو متجه، تقوم بعد ذلك بتخزينه أو مقارنته أو تمريره إلى مرحلة أخرى من خط أنابيبك.

تشير هذه الخصائص إلى مجموعة محددة من الاستخدامات. الاسترجاع هو الأوضح: ضمّن مستنداتك مرة واحدة، وضمّن الاستعلام وقت الطلب، وقارن المتجهات للعثور على المقاطع الأقرب. يعمل البحث الدلالي بالطريقة نفسها، مطابقاً على المعنى بدلاً من الكلمات المفتاحية الدقيقة. يدرج المزود أيضاً إعادة الترتيب وتقييم التشابه، لذا يمكنك استخدام المتجهات لإعادة ترتيب النتائج المرشحة أو لقياس مدى تقارب قطعتين من النص. ولأن المتجهات بأبعاد 1024 وكثيفة، فهي مناسبة تماماً للتخزين في فهرس متجهي وللمقارنة بجيب التمام أو حاصل الضرب النقطي.

تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "intfloat/e5-large-v2". ولأن نقطة النهاية تتبع تنسيق OpenAI، يمكنك توجيه عميل OpenAI موجود لديك إلى api14 وإرسال نصك بالطريقة المعتادة، ثم قراءة التضمين من الاستجابة. لا يدعم النموذج أي معاملات طلب إضافية، لذا لا يوجد شيء يتجاوز حقول الطلب القياسية لضبطه. أبقِ كل إدخال ضمن طول السياق البالغ 512 رمزاً، وتوقّع أن يكون الإخراج هو التضمين نفسه.

القيد الرئيسي الذي يجب التخطيط له هو نافذة الـ 512 رمزاً تلك. ستحتاج المستندات الطويلة إلى تقسيم إلى أجزاء قبل التضمين، وسيتعين عليك تحديد كيفية دمج متجهات تلك الأجزاء أو تخزينها. النموذج أيضاً مُركّز على الإنجليزية وفقاً لوصف المزود، لذا قد لا تُضمَّن النصوص بلغات أخرى بموثوقية مماثلة. إذا كانت مهمتك توليد نص أو محادثة أو أي شيء يتطلب رداً مكتوباً، فإن نموذج التضمينات هو الأداة الخاطئة وسيكون النموذج التوليدي أنسب.