BAAI: bge-base-en-v1.5
يحوّل BAAI bge-base-en-v1.5 النص الإنجليزي إلى متجهات ذات 768 بُعدًا للبحث الدلالي ومهام التشابه. تلائم نافذة مدخلاته البالغة 512 رمزًا وتعليمة الاسترجاع المخصصة للاستعلام وحده المقاطع المركّزة في فهرس بحث بالمستندات أو المعرفة.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
bge-base-en-v1.5 هو نموذج BAAI بحجم Base للتضمين الكثيف باللغة الإنجليزية. يحوّل كل نص إلى تمثيل عددي ذي 768 بُعدًا للاسترجاع والمقارنة الدلالية. ينتمي النموذج إلى سلسلة BGE v1.5، التي تعالج توزيع درجات التشابه في العائلة السابقة وتحسّن الاسترجاع عند عدم تقديم تعليمة. ناتجه متجه يُستخدم لمقارنة النصوص أو العثور على مقاطع ذات صلة.
جهّز الاستعلامات والمقاطع
لاستعلام قصير يبحث في مقاطع أطول، توصي BAAI ببدء الاستعلام بـ“Represent this sentence for searching relevant passages:”. لا تتلقى مقاطع المتن هذه التعليمة. وفي المهام الأخرى، يمكن تضمين النص الأصلي مباشرةً. وتشير الجهة المصنّعة إلى أن v1.5 يعمل أيضًا دون تعليمة، لذا ينبغي اختيار الإعداد وفق المهمة بدلًا من اعتبار البادئة المدخل الصحيح الوحيد.
يمكن لمجموعة بحث عملية أن تضم مقالات مساعدة أو شروحات منتجات أو تعليمات تقنية. ينبغي لاستعلام مثل “How do I change the export format?” استرجاع المقطع الذي يصف ذلك الإجراء. احتفظ بعنوان القسم والشروط ذات الصلة والنص المصدري الفعلي معًا. خزّن معرّف المقطع وموضعه بجانب متجهه حتى تعيد نتيجة البحث مادة يستطيع المستخدم قراءتها أو الاستشهاد بها في مرحلة إجابة لاحقة.
تنسيق المتجه والمقارنة
يستخدم التمثيل الموثّق الحالة الخفية النهائية للرمز الأول، أو رمز CLS، بوصفها تضمين الجملة. تطبّع أمثلة الجهة المصنّعة المتجه وتقارن التضمينات المطبّعة بناتج نقطي يكافئ تشابه جيب التمام. الأبعاد البالغ عددها 768 هي حجم تمثيل المخرجات لهذا النموذج؛ وليست طول سياق قابلًا للاختيار أو سماحًا لتوليد النص.
استخدم النموذج واصطلاح الإعداد نفسيهما لمتجهات الاستعلام والمتن الجاري مقارنتها. ومن الفحوص العملية استرجاع مقاطع معروفة باحتوائها على الإجابة لمجموعة صغيرة من أسئلة مستخدمين فعلية، ثم فحص النص المُعاد. يتيح شكل المتجه المتوافق للفهرس تخزين التمثيل، بينما يبيّن المقطع المصدري ما تقوله النتيجة فعلًا.
طول المدخل وإعداد المستندات
يبلغ طول التسلسل الموثّق للنموذج 512 رمزًا. لذلك ينبغي تقسيم المصدر الطويل إلى مقاطع مترابطة تحمل الإجابات قبل تضمينه. احتفظ بالتعريفات والاستثناءات مع العبارة التي تقيّدها، وحافظ على الصلة من المقطع إلى مستنده الأصل. يتضمن النص المراد تضمينه أي تعليمة أو عنوان تضيفه، لذا يترك الإعداد الموجز مساحة أكبر للمحتوى المصدري المفيد.
بالنسبة إلى تقرير أو دليل، اختر الحدود حول قسم أو مجموعة صغيرة من الفقرات المترابطة. قد يصعب تفسير مقطع لا يحتوي إلا على عنوان أو جزء بلا موضوعه عند استرجاعه. احتفظ بالنص الأصلي وإصدار المصدر حتى يتمكن تحديث الفهرس من استبدال المادة المقابلة عند تغيّر المستند.
الدرجات والناتج المفيد
تحذّر BAAI من أن قيم التشابه المطلقة ليست عتبات عامة لتقرير أن نصين يعنيان الشيء نفسه. يهم الترتيب النسبي، وينبغي اختيار عتبة الترشيح باستخدام التوزيع على بيانات المهمة نفسها. التشابه المرتفع بين المتجهات إشارة استرجاع، وليس تحققًا من المحتوى الواقعي للمقطع.
المُسلَّم المفيد فهرس مقاطع إنجليزية أو مجموعة متجهات استعلامات أو سمات عددية للمقارنة الدلالية. يستطيع معيد ترتيب منفصل تنقيح المرشحين المسترجعين، وتستطيع مرحلة توليد منفصلة كتابة إجابة من نصوصهم. يظل نموذج Base الإنجليزي v1.5 المحدد هذا منفصلًا عن BGE Large والإصدارات الصينية وملفات BGE-M3 للاسترجاع متعدد اللغات والهجين.
Ailoot Ultra · التضمينات POST /v1/embeddings baai/bge-base-en-v1.5
baai/bge-base-en-v1.5البداية
يحوّل BAAI bge-base-en-v1.5 النص الإنجليزي إلى متجهات ذات 768 بُعدًا للبحث الدلالي ومهام التشابه. تلائم نافذة مدخلاته البالغة 512 رمزًا وتعليمة الاسترجاع المخصصة للاستعلام وحده المقاطع المركّزة في فهرس بحث بالمستندات أو المعرفة.
- المدخلات المقبولة
- النص · token_ids
- النتائج
- embedding
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · التضمينات POST /v1/embeddings
- الإدخال
text,token_ids- الإخراج
embedding- صيغة الإخراج
- json
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود baai/bge-base-en-v1.5 | القيمة الافتراضية— |
الحقلinput | النوعstring|string[]|integer[]|integer[][] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة. سعة الإدخال: الحد الأقصى: 512 · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز | القيمة الافتراضية— |
الحقلencoding_format | النوعstring | المتطلباختياري | القيم والحدود float | القيمة الافتراضيةfloat |
الحقلdimensions | النوعinteger | المتطلبغير مدعوم | القيم والحدود الحد الأدنى: 1 | القيمة الافتراضية— |
الحقلuser | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلsession_id | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلtrace | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: تم رفض provider.options | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_embedding
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input |
المعلمةinput_shapes | المواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
المعلمةencoding_format | المواصفاتfloat |
المعلمةdimensions_override | المواصفاتfalse |
المعلمةmax_input_budget_units | المواصفات512 |
المعلمةmultimodal_objects | المواصفاتfalse |
المعلمةmaterial_types | المواصفاتtext, token_ids |
دورة الحياة: synchronous_json
احتفظ بفهرس كل متجه وبُعده.
اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00001 / 1K من الرموز الإخراج · رموز الإخراج $0 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · التضمينات
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "baai/bge-base-en-v1.5", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='baai/bge-base-en-v1.5',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
استلام النتائج وحفظها
Ailoot Ultra · التضمينات
json
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.
عند الحاجة إلى التحقق من الاستجابة الأصلية
لا تُستحدث نقطة نهاية لمهام التضمين.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلobject | النوعstring |
الحقلmodel | النوعstring |
الحقلdata[].index | النوعinteger |
الحقلdata[].embedding | النوعfinite float[] |
الحقلusage | النوعobject |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra baai/bge-base-en-v1.5
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · BAAI: bge-base-en-v1.5
- ما المدخلات والنتائج المتاحة؟
POST /v1/embeddings·baai/bge-base-en-v1.5:text,token_ids→embedding- ما الحقول التي يستخدمها الطلب؟
POST /v1/embeddings·baai/bge-base-en-v1.5:model,input,encoding_format,provider- ما الحدود المطبقة؟
POST /v1/embeddings·baai/bge-base-en-v1.5:input.budget.maximum:512(بايتات UTF8);input.min_items:1