LiquidAI: LFM2.5-Embedding-350M (free)

تنشر LiquidAI نموذج LFM2.5-Embedding-350M، وهو نموذج تضمين نصي من Liquid AI يُتاح على api14 تحت معرّف النموذج liquid/lfm-2.5-embedding-350m:free. وهو يقع في فئة التضمينات بدلاً من فئة المحادثة، لذا فهو ليس نموذجاً حوارياً ولا يولّد ردوداً نصية. مهمته الوحيدة هي تحويل النص إلى متجه يمثل المعنى، مما يجعله لبنة بناء لأنظمة أخرى بدلاً من كونه نقطة نهاية يتحدث إليها المستخدمون مباشرة. أصدره المزوّد في 2026-08-18.

يقبل النموذج النص كمدخل وحيد له ويعيد التضمينات كمخرج وحيد له. وهو ينتج متجهات بأبعاد 1,024، وهو حجم يتناسب بسهولة مع معظم مخازن المتجهات ومكتبات البحث بالتشابه دون معالجة خاصة. نافذة السياق لديه هي 512 رمزاً، والحد الأقصى للمخرج هو 460، وهو ما يتصل في مصطلحات التضمين بتمثيل المتجه المُعاد rather than بالنص المولّد. ولأن النافذة صغيرة نسبياً، ينبغي تقليم المدخلات إلى المقطع أو الجملة أو قسم المستند القصير الذي تريد تمثيله فعلاً، كما ينبغي تقسيم المواد الأطول قبل وصولها إلى النموذج.

تشير هذه الخصائص إلى بضع استخدامات عملية. التوليد المعزز بالاسترجاع هو الاستخدام الواضح: ضمّن أجزاء مستنداتك مرة واحدة، وضمّن السؤال الوارد وقت الاستعلام، ثم استرجع أقرب الأجزاء حسب تشابه المتجهات. البحث الدلالي عبر كتالوج منتجات أو مقالات دعم أو ملاحظات داخلية يعمل بالطريقة نفسها، لأن النموذج يطابق المعنى بدلاً من الكلمات المفتاحية الدقيقة. وتتبع ذلك أيضاً مهام إزالة التكرار والتجميع، حيث تجمّع النصوص شبه المتطابقة أو تدمجها بمقارنة متجهاتها. التصنيف باستخدام رأس خفيف فوق التضمينات هو خيار آخر، وكذلك إعادة ترتيب النتائج المرشحة قبل إرسالها إلى نموذج محادثة.

استدعاؤه عبر api14 يعني إرسال طلب إلى نقطة النهاية المتوافقة مع OpenAI مع ضبط النموذج على liquid/lfm-2.5-embedding-350m:free. إذا كنت تستخدم مكتبة عميل OpenAI بالفعل، فوجّه عنوان URL الأساسي الخاص بها إلى api14 واحتفظ بالشكل نفسه لاستدعاء التضمينات. لاحظ أن النموذج لا يسرد أي معاملات مدعومة، لذا فإن أعلام الضبط الإضافية مثل تعديلات dimensions أو encoding format غير متاحة؛ أرسل نص الإدخال واقرأ المتجه من الاستجابة. حافظ على بقاء كل طلب ضمن نافذة 512 رمزاً لتجنب اقتطاع النص الذي تحاول تمثيله.

ولأن نافذة السياق هي 512 رمزاً ولا تُتاح أي معاملات، فإن هذا النموذج يناسب النصوص القصيرة جيدة التقسيم بدلاً من المستندات الكاملة أو المحادثات الطويلة. إذا كنت بحاجة إلى تضمين كتل كبيرة في تمريرة واحدة، أو تحتاج إلى التحكم في حجم المتجه أو خيارات طلب أخرى، فإن نموذج تضمين مختلف سيكون أنسب. أما بالنسبة للاسترجاع المباشر على مستوى الجملة والفقرة للمدخلات القصيرة، فهو يغطي المهمة.