Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.
Sentence Transformers: all-mpnet-base-v2
sentence-transformers/all-mpnet-base-v2Sentence Transformers: all-mpnet-base-v2 modelini şimdi dene
Yukarıdaki fiyatlarla bakiyenden çalışır. Yeni hesaplar ücretsiz kullanımla başlar.
Sonuçlar burada görünecek.
Ayarlar
Sentence Transformers: all-mpnet-base-v2 bir bakışta
- Girdi fiyatı, 34 Embedding modelinin medyanından 75% daha düşük.
Sentence Transformers: all-mpnet-base-v2 hakkında
Sentence Transformers: all-mpnet-base-v2, metni vektörlere dönüştürmek için oluşturulmuş bir model ailesi olan Sentence Transformers'tan bir gömme modelidir. Gömme kategorisinde yer alır, yani metnin kendisini üretmek yerine metnin temsillerini üretmek için tasarlanmıştır. Model, cümleleri ve kısa paragrafları 768 boyutlu yoğun bir vektör uzayına kodlar ve sağlayıcısı tarafından anlamsal çalışmalar için yüksek doğruluklu bir seçenek olarak konumlandırılmıştır.
Girdi tarafında model yalnızca metin kabul eder. Çıktı tarafında kelimeler veya sohbet mesajları yerine gömmeler döndürür, bu nedenle soruları yanıtlamasını veya sohbet etmesini beklememelisiniz. Bağlam uzunluğu 512 tokendır ve maksimum çıktı 460'tır. Her iki sayı da pratikte önemlidir: 512 tokenlık pencere bir cümleyi veya kısa bir paragrafı kapsar ve bundan daha uzun olan her şey göndermeden önce bölünmelidir. Döndürdüğü gömme 768 boyutlu bir vektördür.
Bu yetenekler oldukça belirli bir kullanım kümesine işaret eder. Bilgi erişimi doğal bir uyumdur; burada bir sorguyu ve bir derlemi gömüp karşılaştırırsınız. Kümeleme bir diğeridir, çünkü 768 boyutlu uzayda birbirine yakın duran cümleler genellikle aynı konuya aittir. Benzerlik puanlaması doğrudan bundan gelir, örneğin aday pasajları bir referansa göre sıralamak veya neredeyse yinelenen metni tespit etmek. Model cümleleri ve kısa paragrafları işlediği için, bu görevler gömduğunuz her girdi kısa ve kendi kendine yeterli olduğunda en iyi çalışır.
Bunu api14'ün OpenAI uyumlu API'si aracılığıyla, "sentence-transformers/all-mpnet-base-v2" model kimliğini kullanarak çağırırsınız. Arayüz OpenAI gömme şeklini izlediği için, bu uç noktayı hedefleyen mevcut istemciler ve kitaplıklar özel bir işlem gerektirmeden api14'e yönlendirilebilir. Bu modelin desteklenen parametre listelemediğini unutmayın, bu nedenle istek gövdesi model kimliğini ve girdi metnini taşımalıdır ve dimensions veya encoding format gibi isteğe bağlı ayarların uygulanmasına güvenmemelisiniz.
512 tokenlık bağlam ve 460 çıktı sınırı buradaki ana pratik sınırlardır. Metniniz bir cümleden veya kısa bir paragraftan uzunsa, onu parçalara bölün ve her birini gömün, ardından sonuçları birleştirin. Ve gerçekten ihtiyacınız olan şey vektörler yerine üretilmiş metinse, üretici bir sohbet modeli daha iyi uyacaktır; bu model yalnızca gömme üretir.
Sentence Transformers: all-mpnet-base-v2 API nasıl çağrılır
- Panelinde bir API anahtarı oluştur.
- Dilin için resmi openai SDK’sını kur.
- baseURL’i https://api14.com/api/v1, model’i "sentence-transformers/all-mpnet-base-v2" olarak ayarla.
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-mpnet-base-v2",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Özellikler
- Bağlam uzunluğu
- 512
- Maks. çıktı
- 460
- Girdi
- text
- Çıktı
- embeddings
api14 üzerindeki istekler · son 7 gün
Sentence Transformers: all-mpnet-base-v2: sıkça sorulan sorular
- Sentence Transformers: all-mpnet-base-v2 API ne kadar tutar?
- Sentence Transformers: all-mpnet-base-v2 Girdi $0,02 / 1M token tutar. Yalnızca başarılı istekler için USD bakiyenden düşülür; başarısız istekler ücretsizdir.
- Sentence Transformers: all-mpnet-base-v2 modelinin bağlam penceresi ne kadar?
- Sentence Transformers: all-mpnet-base-v2 istek başına 512 tokena kadar okur, istem, geçmiş ve belgeler dahil. Yanıt başına 460 çıktı tokenına kadar yazar.
- Sentence Transformers: all-mpnet-base-v2 neler yapabilir?
- Sentence Transformers: all-mpnet-base-v2 girdi olarak text kabul eder, çıktı olarak embeddings döndürür.
- Sentence Transformers: all-mpnet-base-v2 modelini kodumdan nasıl çağırırım?
- Herhangi bir OpenAI SDK’sını https://api14.com/api/v1 adresine yönlendir ve model’i "sentence-transformers/all-mpnet-base-v2" olarak ayarla, başka kod değişikliği gerekmez. Bu sayfadaki kod panelinden hazır bir örnek kopyala.
- Sentence Transformers: all-mpnet-base-v2 alternatifleri neler?
- Benzer fiyatlı Embedding modelleri: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: paraphrase-MiniLM-L6-v2. Hepsi aynı API anahtarıyla çalışır; geçiş yapmak için tek bir metni değiştirmen yeterli.
Sentence Transformers: all-mpnet-base-v2 topluluğu
Yeni konuBu toplulukta henüz konu yok. Sentence Transformers: all-mpnet-base-v2 hakkında ilk konuyu sen aç.