Sentence Transformers: all-MiniLM-L12-v2

Sentence Transformers: all-MiniLM-L12-v2 هو نموذج تضمين من Sentence Transformers، يتم توزيعه عبر api14 تحت معرّف النموذج sentence-transformers/all-minilm-l12-v2. ينتمي إلى فئة التضمينات، لذا فإن مهمته ليست توليد ردود محادثة بل تحويل النص إلى متجهات يمكنك تخزينها ومقارنتها والبحث فيها. تاريخ إصدار المزوّد المذكور له هو 2025-11-18.

يأخذ النموذج النص كمدخل وحيد له ويعيد التضمينات كمخرج وحيد له. وهو يربط الجمل والفقرات القصيرة بفضاء متجهات كثيف من 384 بُعدًا، مما يجعل المتجهات مدمجة بما يكفي لتخزينها بأعداد كبيرة مع الاحتفاظ بالمعنى الدلالي. نافذة السياق هي 512 رمزًا، والحد الأقصى للمخرج هو 460. ولأن المدخل نص والمخرج متجه، لا توجد استجابة بلغة طبيعية لتحليلها؛ بل تحصل على تمثيلات رقمية يمكنك استخدامها مباشرة في خط أنابيبك الخاص.

تشير هذه الخصائص إلى مجموعة محددة إلى حد ما من حالات الاستخدام. البحث الدلالي هو الحالة الواضحة: ضمّن مستنداتك مرة واحدة، وضمّن الاستعلام وقت الطلب، ثم رتّب حسب تشابه المتجهات. يعمل النهج نفسه مع التجميع، حيث تجمع الجمل أو الفقرات القصيرة المتشابهة دون قواعد مكتوبة يدويًا. كما تستخدم خطوط أنابيب التوليد المعزز بالاسترجاع هذا النوع من النماذج لجلب المقاطع ذات الصلة قبل تمريرها إلى نموذج توليدي. إزالة التكرار وتجميع الموضوعات وفحوصات التشابه بين النصوص القصيرة هي مهام أخرى تنتج عن تضمين جملة من 384 بُعدًا.

استدعاؤه عبر api14 يعمل بالطريقة نفسها كأي نقطة نهاية أخرى متوافقة مع OpenAI. ترسل طلبًا إلى مسار التضمينات مع ضبط حقل model على sentence-transformers/all-minilm-l12-v2 ونصك في حقل input، باستخدام مكتبات العميل والمصادقة نفسها التي تستخدمها بالفعل لنماذج أخرى على البوابة. لا يدعم النموذج أي معاملات طلب إضافية، لذا لا يوجد شيء لضبطه بعد معرّف النموذج والمدخل نفسه. أبقِ المدخلات ضمن نافذة السياق البالغة 512 رمزًا، لأن النص الأطول لن يتسع.

القيد الرئيسي الذي يجب تذكره هو أن هذا نموذج تضمين، وليس مولّد نص. إذا كنت بحاجة إلى ملخصات أو إجابات أو أي نوع من المخرجات المكتوبة، فإن نموذج محادثة أو إكمال هو الخيار الصحيح بدلًا من ذلك. كما أنه محدود بالمدخل النصي وبالمقاطع القصيرة، لذا يجب تقسيم المستندات الطويلة جدًا إلى أجزاء قبل التضمين. ضمن هذه الحدود يعد خيارًا عمليًا لأعمال البحث والتجميع والاسترجاع حيث تهم المتجهات الصغيرة والمقارنات السريعة.