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: paraphrase-MiniLM-L6-v2
sentence-transformers/paraphrase-minilm-l6-v2Sentence Transformers: paraphrase-MiniLM-L6-v2 modelini şimdi dene
Yukarıdaki fiyatlarla bakiyenden çalışır. Yeni hesaplar ücretsiz kullanımla başlar.
Sonuçlar burada görünecek.
Ayarlar
Sentence Transformers: paraphrase-MiniLM-L6-v2 bir bakışta
- Girdi fiyatı, 34 Embedding modelinin medyanından 75% daha düşük.
Sentence Transformers: paraphrase-MiniLM-L6-v2 hakkında
Sentence Transformers: paraphrase-MiniLM-L6-v2, Sentence Transformers kaynaklı bir gömme modelidir ve api14 üzerinde embeddings kategorisi altında listelenmiştir. Metni üretmek yerine vektörlere dönüştürmeyi amaçlayan, MiniLM tabanlı kompakt bir modeldir. Sağlayıcı için kayıtlı yayın tarihi 2025-11-18'dir.
Model girdi olarak metin kabul eder ve çıktı olarak gömmeler döndürür. Cümleleri ve kısa paragrafları 384 boyutlu yoğun bir vektör uzayına dönüştürerek parafraz tespiti, anlamsal benzerlik puanlaması, kümeleme ve hafif erişim için optimize edilmiş anlamsal gömmeler üretir. Bağlam uzunluğu 512 token, maksimum çıktı 460'tır. Başka girdi veya çıktı modalitesi yoktur: görüntü, ses veya dosya almaz ve sohbet tamamlamaları ya da serbest biçimli metin üretmez.
Bu yetenekler oldukça belirli bir kullanım kümesine işaret eder. Vektörler parafrazları birbirine yakın yerleştirmek üzere eğitildiğinden model, iki metin parçasını karşılaştırıp kelime örtüşmesi yerine anlamı yansıtan bir sayıya ihtiyaç duyduğunuz anlamsal benzerlik puanlamasına uygundur. Parafraz tespiti, cümlelerin veya kısa paragrafların konuya göre gruplara kümelenmesi ve bir sorgu ile bir dizi aday pasajı gömüp pasajları mesafeye göre sıraladığınız hafif erişim için uygundur. Neredeyse aynı olan girdilerin tekilleştirilmesi, destek taleplerinin veya geri bildirimlerin gruplanması ve kısa belgeler üzerinde küçük bir anlamsal arama dizini oluşturma doğal kullanım alanlarıdır. 512 token bağlam, her girdinin uzun bir belge yerine bir cümle veya kısa bir paragraf olması gerektiği anlamına gelir; daha uzun materyalin gömme öncesinde parçalara bölünmesi gerekir.
Modele api14'ün OpenAI uyumlu API'si üzerinden "sentence-transformers/paraphrase-minilm-l6-v2" model id'sini kullanarak erişirsiniz. Uç nokta OpenAI embeddings biçimini izlediği için metninizi input olarak gönderir ve vektörü yanıttan okursunuz. Model desteklenen parametre listelemez, dolayısıyla ayarlanacak ek örnekleme veya üretim seçeneği yoktur; isteği model id'si ve girdi metniyle sınırlı tutun. Bu sayfadaki canlı fiyat tablosu tüm faturalama ayrıntılarını kapsar.
Planlarken dikkate alınması gereken temel kısıt 512 token bağlamdır. Girdileriniz uzun belgelerse veya vektör yerine üretilmiş metne ihtiyacınız varsa bu model doğru seçim değildir ve bir metin üretim modeli daha uygun olur. Cümle düzeyinde ve kısa paragraf gömme işleri için küçük ve doğrudan bir seçenektir.
Sentence Transformers: paraphrase-MiniLM-L6-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/paraphrase-minilm-l6-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/paraphrase-minilm-l6-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: paraphrase-MiniLM-L6-v2: sıkça sorulan sorular
- Sentence Transformers: paraphrase-MiniLM-L6-v2 API ne kadar tutar?
- Sentence Transformers: paraphrase-MiniLM-L6-v2 Girdi $0,02 / 1M token tutar. Yalnızca başarılı istekler için USD bakiyenden düşülür; başarısız istekler ücretsizdir.
- Sentence Transformers: paraphrase-MiniLM-L6-v2 modelinin bağlam penceresi ne kadar?
- Sentence Transformers: paraphrase-MiniLM-L6-v2 istek başına 512 tokena kadar okur, istem, geçmiş ve belgeler dahil. Yanıt başına 460 çıktı tokenına kadar yazar.
- Sentence Transformers: paraphrase-MiniLM-L6-v2 neler yapabilir?
- Sentence Transformers: paraphrase-MiniLM-L6-v2 girdi olarak text kabul eder, çıktı olarak embeddings döndürür.
- Sentence Transformers: paraphrase-MiniLM-L6-v2 modelini kodumdan nasıl çağırırım?
- Herhangi bir OpenAI SDK’sını https://api14.com/api/v1 adresine yönlendir ve model’i "sentence-transformers/paraphrase-minilm-l6-v2" olarak ayarla, başka kod değişikliği gerekmez. Bu sayfadaki kod panelinden hazır bir örnek kopyala.
- Sentence Transformers: paraphrase-MiniLM-L6-v2 alternatifleri neler?
- Benzer fiyatlı Embedding modelleri: Thenlper: GTE-Base, Intfloat: E5-Base-v2, Sentence Transformers: all-MiniLM-L12-v2. Hepsi aynı API anahtarıyla çalışır; geçiş yapmak için tek bir metni değiştirmen yeterli.
Sentence Transformers: paraphrase-MiniLM-L6-v2 topluluğu
Yeni konuBu toplulukta henüz konu yok. Sentence Transformers: paraphrase-MiniLM-L6-v2 hakkında ilk konuyu sen aç.