हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Sentence Transformers: all-MiniLM-L12-v2

sentence-transformers/all-minilm-l12-v2

Embeddingsइनपुट: text1K18 नव॰ 2025 को जोड़ा गया

playground में खोलें Sentence Transformers: all-MiniLM-L12-v2 के लिए API key पाएं

Sentence Transformers: all-MiniLM-L12-v2 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

इनपुट (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Sentence Transformers: all-MiniLM-L12-v2 एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन से 75% कम है।

Sentence Transformers: all-MiniLM-L12-v2 के बारे में

सेंटेंस ट्रांसफॉर्मर्स: all-MiniLM-L12-v2, सेंटेंस ट्रांसफॉर्मर्स का एक एम्बेडिंग मॉडल है, जिसे api14 के माध्यम से मॉडल आईडी sentence-transformers/all-minilm-l12-v2 के तहत वितरित किया जाता है। यह एम्बेडिंग श्रेणी से संबंधित है, इसलिए इसका काम चैट उत्तर उत्पन्न करना नहीं है, बल्कि टेक्स्ट को वैक्टर में बदलना है जिन्हें आप संग्रहीत, तुलना और खोज सकते हैं। इसके लिए सूचीबद्ध प्रदाता रिलीज़ दिनांक 2025-11-18 है।

मॉडल अपने एकमात्र इनपुट के रूप में टेक्स्ट लेता है और अपने एकमात्र आउटपुट के रूप में एम्बेडिंग लौटाता है। यह वाक्यों और छोटे अनुच्छेदों को 384-आयामी सघन वेक्टर स्थान में मैप करता है, जिससे वेक्टर इतने कॉम्पैक्ट हो जाते हैं कि बड़ी संख्या में संग्रहीत किए जा सकें, फिर भी अर्थपूर्ण अर्थ बनाए रखें। संदर्भ विंडो 512 टोकन है, और अधिकतम आउटपुट 460 है। चूंकि इनपुट टेक्स्ट है और आउटपुट एक वेक्टर है, इसलिए पार्स करने के लिए कोई प्राकृतिक भाषा प्रतिक्रिया नहीं है, आपको संख्यात्मक प्रतिनिधित्व मिलते हैं जिन्हें आप सीधे अपनी पाइपलाइन में उपयोग कर सकते हैं।

ये विशेषताएँ उपयोग के एक काफी विशिष्ट समूह की ओर इशारा करती हैं। सेमांटिक सर्च इसका स्पष्ट उदाहरण है: अपने दस्तावेज़ों को एक बार एम्बेड करें, अनुरोध के समय क्वेरी को एम्बेड करें, और वेक्टर समानता के आधार पर रैंक करें। यही दृष्टिकोण क्लस्टरिंग के लिए भी काम करता है, जहाँ आप बिना हाथ से लिखे नियमों के समान वाक्यों या छोटे अनुच्छेदों को समूहित करते हैं। रिट्रीवल ऑगमेंटेड जनरेशन पाइपलाइनें भी इस प्रकार के मॉडल का उपयोग प्रासंगिक अंशों को प्राप्त करने के लिए करती हैं, इससे पहले कि उन्हें किसी जनरेटिव मॉडल को भेजा जाए। डुप्लीकेशन हटाना, विषय समूहीकरण और छोटे टेक्स्ट के बीच समानता जाँच अन्य कार्य हैं जो 384-आयामी वाक्य एम्बेडिंग से निकलते हैं।

api14 के माध्यम से इसे कॉल करना किसी भी अन्य OpenAI-संगत एंडपॉइंट की तरह ही काम करता है। आप एम्बेडिंग रूट पर एक अनुरोध भेजते हैं जिसमें model फ़ील्ड sentence-transformers/all-minilm-l12-v2 पर सेट होता है और आपका टेक्स्ट input फ़ील्ड में होता है, उन्हीं क्लाइंट लाइब्रेरीज़ और प्रमाणीकरण का उपयोग करते हुए जो आप गेटवे पर अन्य मॉडलों के लिए पहले से उपयोग करते हैं। मॉडल कोई अतिरिक्त अनुरोध पैरामीटर समर्थित नहीं करता, इसलिए मॉडल आईडी और स्वयं इनपुट के अलावा ट्यून करने के लिए कुछ नहीं है। इनपुट को 512 टोकन संदर्भ विंडो के भीतर रखें, क्योंकि लंबा टेक्स्ट फिट नहीं होगा।

ध्यान में रखने योग्य मुख्य बाधा यह है कि यह एक एम्बेडिंग मॉडल है, टेक्स्ट जनरेटर नहीं। यदि आपको सारांश, उत्तर या किसी भी प्रकार का लिखित आउटपुट चाहिए, तो इसके बजाय चैट या कम्प्लीशन मॉडल सही विकल्प है। यह टेक्स्ट इनपुट और छोटे अनुच्छेदों तक भी सीमित है, इसलिए बहुत लंबे दस्तावेज़ों को एम्बेड करने से पहले टुकड़ों में विभाजित करने की आवश्यकता होती है। इन सीमाओं के भीतर यह उन खोज, क्लस्टरिंग और रिट्रीवल कार्यों के लिए एक व्यावहारिक विकल्प है जहाँ छोटे वेक्टर और तेज़ तुलना मायने रखते हैं।

Sentence Transformers: all-MiniLM-L12-v2 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "sentence-transformers/all-minilm-l12-v2" पर सेट करें।

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/all-minilm-l12-v2",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

स्पेसिफिकेशन

Context लंबाई: 512
अधिकतम आउटपुट: 460
इनपुट: text
आउटपुट: embeddings

api14 पर requests · पिछले 7 दिन

Sentence Transformers: all-MiniLM-L12-v2: अक्सर पूछे जाने वाले सवाल

Sentence Transformers: all-MiniLM-L12-v2 API की कीमत कितनी है?: Sentence Transformers: all-MiniLM-L12-v2 की कीमत इनपुट $0.02 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Sentence Transformers: all-MiniLM-L12-v2 की context window कितनी है?: Sentence Transformers: all-MiniLM-L12-v2 हर request में 512 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 460 आउटपुट tokens तक लिखता है।
Sentence Transformers: all-MiniLM-L12-v2 क्या कर सकता है?: Sentence Transformers: all-MiniLM-L12-v2 text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से Sentence Transformers: all-MiniLM-L12-v2 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "sentence-transformers/all-minilm-l12-v2" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Sentence Transformers: all-MiniLM-L12-v2 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Sentence Transformers: all-MiniLM-L12-v2 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Sentence Transformers: all-MiniLM-L12-v2 के बारे में पहला टॉपिक खोलें।