نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.
Sentence Transformers: multi-qa-mpnet-base-dot-v1
sentence-transformers/multi-qa-mpnet-base-dot-v1جرّب Sentence Transformers: multi-qa-mpnet-base-dot-v1 الآن
يعمل من رصيدك بالأسعار أعلاه. تبدأ الحسابات الجديدة باستخدام مجاني.
ستظهر النتائج هنا.
الإعدادات
Sentence Transformers: multi-qa-mpnet-base-dot-v1 في لمحة
- سعر الإدخال أقل بنسبة 75% من متوسط 34 نموذج في فئة تضمينات.
حول Sentence Transformers: multi-qa-mpnet-base-dot-v1
Sentence Transformers: multi-qa-mpnet-base-dot-v1 هو نموذج تضمين من Sentence Transformers، وهو مزوّد معروف بنماذجه للتمثيل على مستوى الجملة. يقع ضمن فئة التضمينات، ما يعني أنه لا يولّد نصًا. بدلًا من ذلك، يحوّل النص إلى متجهات يمكنك تخزينها ومقارنتها والبحث فيها. أصدر المزوّد النموذج في 2025-11-18.
يأخذ النموذج النص كمدخل ويعيد التضمينات كمخرج. يربط الجمل والفقرات القصيرة بفضاء متجهي كثيف من 768 بُعدًا، وهو مُحسَّن لاسترجاع الأسئلة والأجوبة والبحث الدلالي وتقييم التشابه عبر محتوى متنوّع. نافذة السياق هي 512 رمزًا، لذا يجب أن يحتوي كل طلب على جملة واحدة أو فقرة قصيرة بدلًا من مستند طويل. الحد الأقصى للمخرج هو 460، وهو في هذه الحالة يتعلق بمخرج التضمين وليس بالنص المولَّد.
لأن النموذج مُهيَّأ لاسترجاع الأسئلة والأجوبة، فإن الاستخدام الأكثر مباشرة هو بناء طبقة استرجاع فوق مجموعة مستندات. تضمّن مقاطعك مرة واحدة، وتضمّن سؤال المستخدم وقت الاستعلام، ثم ترتّب المقاطع حسب التشابه. هذه الخاصية نفسها تجعله مفيدًا للبحث الدلالي، حيث تريد مطابقات مبنية على المعنى بدلًا من التطابق الحرفي للكلمات المفتاحية، ولتقييم التشابه بين قطعتين من النص، مثل إزالة التكرار أو تجميع العناصر المترابطة. كما يناسب خطوط معالجة التجميع والتصنيف التي تحتاج إلى تمثيلات متجهية ثابتة الطول لنص قصير.
تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "sentence-transformers/multi-qa-mpnet-base-dot-v1". ولأن الواجهة تتبع صيغة OpenAI، يمكنك توجيه عميل OpenAI موجود إلى عنوان api14 الأساسي وإرسال نصك إلى نقطة نهاية التضمينات. لا يدعم النموذج أي معاملات طلب إضافية، لذا أبقِ الطلبات بسيطة واعتمد على الإعدادات الافتراضية. أرسل النص الذي تريد تضمينه، ثم اقرأ المتجه المُعاد من الاستجابة وخزّنه في قاعدة بيانات المتجهات لديك أو قارنه مباشرةً بمتجهات أخرى.
القيد الرئيسي الذي يجب أخذه في الاعتبار هو نافذة السياق البالغة 512 رمزًا. ستحتاج المستندات الطويلة إلى التقسيم إلى جمل أو فقرات قصيرة قبل التضمين، وينبغي أن تخطّط استراتيجية التقسيم وفقًا لذلك. إذا كانت مهمتك تتطلب توليد نص أو تلخيصًا أو الإجابة عن أسئلة مباشرة بدلًا من إنتاج متجهات، فإن نموذج التضمينات ليس الخيار المناسب وعليك اختيار نموذج توليد نص بدلًا منه.
كيف تستدعي Sentence Transformers: multi-qa-mpnet-base-dot-v1 API
- أنشئ مفتاح API في لوحة التحكم.
- ثبّت حزمة openai SDK الرسمية للغتك.
- اضبط baseURL على https://api14.com/api/v1 وmodel على "sentence-transformers/multi-qa-mpnet-base-dot-v1".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "sentence-transformers/multi-qa-mpnet-base-dot-v1",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
المواصفات
- طول السياق
- 512
- الحد الأقصى للإخراج
- 460
- الإدخال
- text
- الإخراج
- embeddings
الطلبات على api14 · آخر 7 أيام
Sentence Transformers: multi-qa-mpnet-base-dot-v1: الأسئلة الشائعة
- كم تكلفة Sentence Transformers: multi-qa-mpnet-base-dot-v1 API؟
- تكلفة Sentence Transformers: multi-qa-mpnet-base-dot-v1 هي الإدخال 0.02 US$ / مليون رمز. تُخصم من رصيدك بالدولار للطلبات الناجحة فقط؛ أما الطلبات الفاشلة فمجانية.
- ما نافذة السياق في Sentence Transformers: multi-qa-mpnet-base-dot-v1؟
- يقرأ Sentence Transformers: multi-qa-mpnet-base-dot-v1 حتى 512 رمز في الطلب الواحد، الموجّه والسجل والمستندات معًا. ويكتب حتى 460 رمز إخراج في كل استجابة.
- ماذا يستطيع Sentence Transformers: multi-qa-mpnet-base-dot-v1 أن يفعل؟
- يقبل Sentence Transformers: multi-qa-mpnet-base-dot-v1 text ويعيد embeddings.
- كيف أستدعي Sentence Transformers: multi-qa-mpnet-base-dot-v1 من الكود الخاص بي؟
- وجّه أي OpenAI SDK إلى https://api14.com/api/v1 واضبط model على "sentence-transformers/multi-qa-mpnet-base-dot-v1"، دون أي تغييرات أخرى في الكود. انسخ مثالًا جاهزًا من لوحة الكود في هذه الصفحة.
- ما بدائل Sentence Transformers: multi-qa-mpnet-base-dot-v1؟
- نماذج تضمينات مماثلة بسعر قريب: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2. تعمل جميعها بمفتاح API نفسه، فالتبديل مجرد تغيير سلسلة واحدة.
مجتمع Sentence Transformers: multi-qa-mpnet-base-dot-v1
موضوع جديدلا توجد مواضيع في هذا المجتمع بعد. افتح أول موضوع عن Sentence Transformers: multi-qa-mpnet-base-dot-v1.