all-mpnet-base-v2 — сөйлем эмбеддингтері
нейрожелі
all-mpnet-base-v2 сөйлемдер мен қысқа абзацтарды 768 өлшемді тығыз векторларға айналдырып, мәтіннің дәл семантикалық көріністерін қамтамасыз етеді. Семантикалық іздеу, ақпаратты іздеу, кластерлеу, ұқсастықты бағалау және дедупликация үшін өте қолайлы. BotHub арқылы қолжетімді.
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- векторлар (эмбеддингтер)
- Контекст өлшемі
- 512 токен
- Вектор өлшемділігі
- 768
Промптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
async function main() {
const response = await openai.embeddings.create({
model: 'all-mpnet-base-v2',
input: 'The food was delicious and the waiter...',
encoding_format: 'float'
});
const embedding = response.data[0].embedding;
console.log(embedding);
}main();
Қалай жұмыс істейді all-mpnet-base-v2 — сөйлем эмбеддингтері?
Семантикалық іздеу және рейтингілеу үшін BotHub-та all-mpnet-base-v2 қолданып көріңіз.all-mpnet-base-v2 — сөйлем эмбеддингтері туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
All Mpnet Base v2 мәтінді семантикалық тапсырмалар үшін векторлық көріністерге түрлендіреді: мағынасы бойынша іздеу, сәйкес үзінділерді шығару, кластерлеу, дедупликация және RAG. Модель векторлық деректер қорымен және семантикалық іздеу жүйелерімен біріктіруге арналған.
Модель векторлық деректер қорында сақтауға және іздеуге дайын бекітілген өлшемді тығыз сандық векторларды береді. Кіріс контексті 512 токенмен шектелген, нәтиже қашықтықты/скалярлық көбейтінділерді есептеу және іздеу мен кластерлеу жүйелеріндегі әрі қарайғы операциялар үшін қолданылады.
Жоқ, бұл эмбеддингтер моделі: ол кеңейтілген мәтіндерді генерацияламайды және ойлау тізбегін орындамайды. Модельдің міндеті — кіріс мағынасын векторға кодтау; логикалық ойлау және генерация мәтінмен жұмыс істейтін бөлек модельдерде орындалады.
Эмбеддинг-модельдің өзі функцияларды шақыруды немесе генератор сияқты құрылымдық JSON шығаруды жүзеге асырмайды. Сіз векторларды аласыз, содан кейін оларды қажетті форматқа келтіріп, қолданбаңызда сақтау, іздеу немесе JSON-ға беру үшін пайдаланасыз.
Біздің деректерде бұл модель үшін мультимедианы қабылдау белгіленбеген. All Mpnet Base v2 мәтіндік кірістерге арналған және мәтіндік эмбеддингтер береді; егер мультимодальды көріністер қажет болса, агрегаторда қолжетімді мамандандырылған модельдерді пайдаланыңыз.
Модель оқыту кезінде пайдаланылған деректер жиыны негізінде семантикалық эмбеддингтер жасауға оңтайландырылған. Ол орыс тілі үшін пайдалы көріністерді бере алады, бірақ дәлдігі мен сапасы кіріс мәтіндерінің сипаты мен пәндік салаға байланысты болады.