Sentence Transformers: all-MiniLM-L6-v2

Sentence Transformers: all-MiniLM-L6-v2 هو نموذج تضمين من Sentence Transformers، مُدرج على api14 ضمن فئة التضمينات. إنه نموذج تضمين جمل مُدمج وليس نموذج محادثة أو توليد نصوص، لذا تتمثل مهمته في تحويل النص إلى متجهات تلتقط المعنى. إذا كنت تبني بحثًا دلاليًا أو إزالة تكرار أو تجميعًا، فهذا هو نوع النموذج الذي تلجأ إليه بدلًا من نموذج توليدي.

يأخذ النموذج النص كمدخل ويُرجع التضمينات كمخرج. وهو يربط الجمل والفقرات القصيرة بفضاء متجهي كثيف من 384 بُعدًا، وهذا ما يجعله مفيدًا للتمثيل الدلالي. نافذة السياق هي 512 رمزًا، والحد الأقصى للمخرج هو 460، لذا فهو مصمم للجمل والمقاطع القصيرة وليس للمستندات الطويلة. لا يوجد دعم لمعاملات أسلوب أخذ العينات أو التوليد، لأن النموذج لا يولّد نصًا.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من حالات الاستخدام. استرجاع المعلومات والبحث الدلالي هما الحالتان الواضحتان: ضمّن مستنداتك واستعلامك، ثم قارن المتجهات بالتشابه. يعمل التجميع وتجميع الموضوعات جيدًا لأن المتجهات المتقاربة تميل إلى الدلالة على معانٍ متشابهة. تساعد الخاصية نفسها في إزالة التكرار، وكشف شبه التكرار، وبناء خطوط أنابيب التوصية أو إعادة الترتيب حيث تحتاج إلى خطوة تضمين سريعة وصغيرة. ولأن المتجهات لا تتجاوز 384 بُعدًا، يبقى التخزين والمقارنة منخفضي التكلفة على نطاق واسع.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "sentence-transformers/all-minilm-l6-v2". ولأن نقطة النهاية تتبع شكل تضمينات OpenAI، فإنك ترسل نصك في حقل input وتقرأ المتجه من الاستجابة. لا يسرد النموذج أي معاملات مدعومة، لذا لا يوجد شيء إضافي لضبطه في جسم الطلب beyond معرّف النموذج والمدخل نفسه. تعامل مع سياق 512 رمزًا كحد صارم عند تحضير مدخلك.

هذا الحد السياقي هو القيد العملي الرئيسي. إذا كانت وحدة معناك أطول من فقرة قصيرة، فستحتاج إلى تقسيمها إلى أجزاء قبل التضمين، وستكون جودة التقسيم أهم من أي شيء آخر في خط الأنابيب. إذا كنت تحتاج إلى نموذج يولّد نصًا أو يجيب عن أسئلة أو يتبع تعليمات، فإن نموذج التضمينات هو الأداة الخاطئة وعليك النظر إلى نموذج محادثة أو إكمال بدلًا منه. أما بالنسبة للتشابه الدلالي على الجمل والمقاطع القصيرة، فهذا النموذج يناسب المهمة مباشرة.