Sentence Transformers: all-mpnet-base-v2

Sentence Transformers: all-mpnet-base-v2 هو نموذج تضمين من Sentence Transformers، وهي عائلة من النماذج مبنية لتحويل النص إلى متجهات. يقع في فئة التضمينات، أي أنه مصمم لإنتاج تمثيلات للنص بدلا من توليد النص نفسه. يرمز النموذج الجمل والفقرات القصيرة إلى فضاء متجهي كثيف بأبعاد 768، ويقدمه مزوده كخيار عالي الدقة للأعمال الدلالية.

من جهة الإدخال، يقبل النموذج النص فقط. ومن جهة الإخراج، يعيد تضمينات بدلا من كلمات أو رسائل محادثة، لذا لا تتوقع منه الإجابة عن الأسئلة أو إجراء محادثة. طول السياق هو 512 رمزا، والحد الأقصى للإخراج هو 460. كلا الرقمين مهم عمليا: نافذة 512 رمزا تغطي جملة أو فقرة قصيرة، وأي نص أطول يجب تقسيمه قبل إرساله. التضمين الذي يعيده هو متجه بأبعاد 768.

تشير هذه القدرات إلى مجموعة استخدامات محددة إلى حد ما. استرجاع المعلومات مناسب بشكل طبيعي، حيث تضمّن استعلاما ومجموعة نصوص ثم تقارن بينها. والتجميع استخدام آخر، لأن الجمل المتقاربة في الفضاء ذي الأبعاد 768 غالبا ما تنتمي إلى الموضوع نفسه. ويأتي تقييم التشابه مباشرة من ذلك، مثلا لترتيب مقاطع مرشحة مقابل مرجع، أو لكشف النصوص شبه المكررة. ولأن النموذج يتعامل مع الجمل والفقرات القصيرة، فإن هذه المهام تعمل بأفضل شكل عندما يكون كل إدخال تضمّنه قصيرا ومكتفيا بذاته.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI، باستخدام معرف النموذج "sentence-transformers/all-mpnet-base-v2". ولأن الواجهة تتبع شكل تضمينات OpenAI، يمكن توجيه العملاء والمكتبات الحالية التي تستهدف تلك النقطة إلى api14 دون معالجة خاصة. لاحظ أن هذا النموذج لا يسرد أي معاملات مدعومة، لذا يجب أن يحمل جسم الطلب معرف النموذج ونص الإدخال، ولا ينبغي أن تعتمد على تطبيق خيارات اختيارية مثل dimensions أو encoding format.

سياق 512 رمزا وحد الإخراج 460 هما الحدان العمليان الرئيسيان هنا. إذا كان نصك أطول من جملة أو فقرة قصيرة، فقسّمه إلى أجزاء وضمّن كل جزء، ثم اجمع النتائج. وإذا كنت تحتاج فعلا إلى نص مولّد بدلا من متجهات، فإن نموذج محادثة توليدي سيكون أنسب؛ هذا النموذج ينتج التضمينات فقط.