bge-base-en-v1.5 er BAAI’s engelsksprogede model til tætte embeddings i basestørrelse. Den omdanner hver tekst til en 768-dimensional numerisk repræsentation til genfinding og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som adresserer den tidligere families fordeling af lighedsscorer og forbedrer genfindingen, når der ikke angives en instruktion. Outputtet er en vektor til at sammenligne tekster eller finde relevante passager.
Ved en kort forespørgsel, der søger i længere passager, anbefaler BAAI at sætte »Represent this sentence for searching relevant passages:« foran forespørgslen. Korpuspassagerne får ikke denne instruktion. Til andre opgaver kan den oprindelige tekst embeddes direkte. Producenten bemærker, at v1.5 også fungerer uden instruktion, så forberedelsen bør vælges efter opgaven frem for at behandle præfikset som det eneste gyldige input.
En praktisk søgesamling kan indeholde hjælpeartikler, produktforklaringer eller tekniske instruktioner. En forespørgsel som »How do I change the export format?« bør genfinde den passage, som beskriver handlingen. Hold afsnitsoverskriften, relevante betingelser og den faktiske kildetekst samlet. Gem passagens identifikator og placering sammen med dens vektor, så et søgeresultat kan returnere noget, brugeren kan læse, eller et senere svartrin kan citere.
Den dokumenterede repræsentation bruger den endelige skjulte tilstand for den første token, eller CLS-tokenen, som sætningsembedding. Producentens eksempler normaliserer vektoren og sammenligner normaliserede embeddings med et prikprodukt, svarende til cosinuslighed. De 768 dimensioner er størrelsen på denne models outputrepræsentation; de er ikke en valgbar kontekstlængde eller et budget til tekstgenerering.
Brug samme model og forberedelseskonvention til de forespørgsels- og korpusvektorer, der sammenlignes. En praktisk kontrol er at genfinde kendte passager med svar til et lille sæt faktiske brugerspørgsmål og derefter undersøge den returnerede tekst. En kompatibel vektorform lader et indeks lagre repræsentationen, mens kildepassagen fastslår, hvad resultatet faktisk siger.
Modellens dokumenterede sekvenslængde er 512 tokens. En lang kilde bør derfor opdeles i sammenhængende passager med svarindhold før embedding. Bevar definitioner og undtagelser sammen med det udsagn, de præciserer, og bevar forbindelsen mellem en passage og dens overordnede dokument. Den tekst, der skal embeddes, omfatter enhver instruktion eller overskrift, du tilføjer, så en kompakt forberedelse efterlader mere plads til nyttigt kildeindhold.
Ved en rapport eller manual skal grænserne vælges omkring et afsnit eller en lille gruppe relaterede tekstafsnit. En passage, der kun indeholder en titel eller et fragment uden sit emne, kan være vanskelig at fortolke ved genfinding. Bevar den oprindelige tekst og en kildeversion, så en indeksopdatering kan erstatte det tilsvarende materiale, når dokumentet ændres.
BAAI advarer om, at absolutte lighedsværdier ikke er universelle tærskler til at afgøre, om to tekster betyder det samme. Den relative rangering har betydning, og en filtreringstærskel bør vælges ud fra fordelingen på opgavens egne data. Høj vektorlighed er et genfindingssignal frem for verificering af passagens faktuelle indhold.
Den nyttige leverance er et engelsksproget passageindeks, et sæt forespørgselsvektorer eller numeriske features til semantisk sammenligning. En separat reranker kan forfine genfundne kandidater, og et separat genereringstrin kan skrive et svar ud fra deres tekst. Denne præcise engelske base-model i v1.5 er fortsat adskilt fra BGE Large, kinesiske udgaver og BGE-M3’s flersprogede og hybride genfindingsprofiler.
", "aboutText": "bge-base-en-v1.5 er BAAI’s engelsksprogede model til tætte embeddings i basestørrelse. Den omdanner hver tekst til en 768-dimensional numerisk repræsentation til genfinding og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som adresserer den tidligere families fordeling af lighedsscorer og forbedrer genfindingen, når der ikke angives en instruktion. Outputtet er en vektor til at sammenligne tekster eller finde relevante passager.\n\n### Forbered forespørgsler og passager\n\nVed en kort forespørgsel, der søger i længere passager, anbefaler BAAI at sætte »Represent this sentence for searching relevant passages:« foran forespørgslen. Korpuspassagerne får ikke denne instruktion. Til andre opgaver kan den oprindelige tekst embeddes direkte. Producenten bemærker, at v1.5 også fungerer uden instruktion, så forberedelsen bør vælges efter opgaven frem for at behandle præfikset som det eneste gyldige input.\n\nEn praktisk søgesamling kan indeholde hjælpeartikler, produktforklaringer eller tekniske instruktioner. En forespørgsel som »How do I change the export format?« bør genfinde den passage, som beskriver handlingen. Hold afsnitsoverskriften, relevante betingelser og den faktiske kildetekst samlet. Gem passagens identifikator og placering sammen med dens vektor, så et søgeresultat kan returnere noget, brugeren kan læse, eller et senere svartrin kan citere.\n\n### Vektorformat og sammenligning\n\nDen dokumenterede repræsentation bruger den endelige skjulte tilstand for den første token, eller CLS-tokenen, som sætningsembedding. Producentens eksempler normaliserer vektoren og sammenligner normaliserede embeddings med et prikprodukt, svarende til cosinuslighed. De 768 dimensioner er størrelsen på denne models outputrepræsentation; de er ikke en valgbar kontekstlængde eller et budget til tekstgenerering.\n\nBrug samme model og forberedelseskonvention til de forespørgsels- og korpusvektorer, der sammenlignes. En praktisk kontrol er at genfinde kendte passager med svar til et lille sæt faktiske brugerspørgsmål og derefter undersøge den returnerede tekst. En kompatibel vektorform lader et indeks lagre repræsentationen, mens kildepassagen fastslår, hvad resultatet faktisk siger.\n\n### Inputlængde og dokumentforberedelse\n\nModellens dokumenterede sekvenslængde er 512 tokens. En lang kilde bør derfor opdeles i sammenhængende passager med svarindhold før embedding. Bevar definitioner og undtagelser sammen med det udsagn, de præciserer, og bevar forbindelsen mellem en passage og dens overordnede dokument. Den tekst, der skal embeddes, omfatter enhver instruktion eller overskrift, du tilføjer, så en kompakt forberedelse efterlader mere plads til nyttigt kildeindhold.\n\nVed en rapport eller manual skal grænserne vælges omkring et afsnit eller en lille gruppe relaterede tekstafsnit. En passage, der kun indeholder en titel eller et fragment uden sit emne, kan være vanskelig at fortolke ved genfinding. Bevar den oprindelige tekst og en kildeversion, så en indeksopdatering kan erstatte det tilsvarende materiale, når dokumentet ændres.\n\n### Scorer og nyttigt output\n\nBAAI advarer om, at absolutte lighedsværdier ikke er universelle tærskler til at afgøre, om to tekster betyder det samme. Den relative rangering har betydning, og en filtreringstærskel bør vælges ud fra fordelingen på opgavens egne data. Høj vektorlighed er et genfindingssignal frem for verificering af passagens faktuelle indhold.\n\nDen nyttige leverance er et engelsksproget passageindeks, et sæt forespørgselsvektorer eller numeriske features til semantisk sammenligning. En separat reranker kan forfine genfundne kandidater, og et separat genereringstrin kan skrive et svar ud fra deres tekst. Denne præcise engelske base-model i v1.5 er fortsat adskilt fra BGE Large, kinesiske udgaver og BGE-M3’s flersprogede og hybride genfindingsprofiler.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cefd28e877bc8dd5f1a14b0df672b422dd30ffa145841909d8fb947c1cb00ba4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "baai/bge-base-en-v1.5BAAI bge-base-en-v1.5 omdanner engelsk tekst til 768-dimensionale vektorer til semantisk søgning og lighedsopgaver. Dens inputvindue på 512 tokens og genfindingsinstruktion kun til forespørgsler passer til fokuserede passager i et dokument- eller videnssøgningsindeks.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
bge-base-en-v1.5 er BAAI’s engelsksprogede model til tætte embeddings i basestørrelse. Den omdanner hver tekst til en 768-dimensional numerisk repræsentation til genfinding og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som adresserer den tidligere families fordeling af lighedsscorer og forbedrer genfindingen, når der ikke angives en instruktion. Outputtet er en vektor til at sammenligne tekster eller finde relevante passager.
Ved en kort forespørgsel, der søger i længere passager, anbefaler BAAI at sætte »Represent this sentence for searching relevant passages:« foran forespørgslen. Korpuspassagerne får ikke denne instruktion. Til andre opgaver kan den oprindelige tekst embeddes direkte. Producenten bemærker, at v1.5 også fungerer uden instruktion, så forberedelsen bør vælges efter opgaven frem for at behandle præfikset som det eneste gyldige input.
En praktisk søgesamling kan indeholde hjælpeartikler, produktforklaringer eller tekniske instruktioner. En forespørgsel som »How do I change the export format?« bør genfinde den passage, som beskriver handlingen. Hold afsnitsoverskriften, relevante betingelser og den faktiske kildetekst samlet. Gem passagens identifikator og placering sammen med dens vektor, så et søgeresultat kan returnere noget, brugeren kan læse, eller et senere svartrin kan citere.
Den dokumenterede repræsentation bruger den endelige skjulte tilstand for den første token, eller CLS-tokenen, som sætningsembedding. Producentens eksempler normaliserer vektoren og sammenligner normaliserede embeddings med et prikprodukt, svarende til cosinuslighed. De 768 dimensioner er størrelsen på denne models outputrepræsentation; de er ikke en valgbar kontekstlængde eller et budget til tekstgenerering.
Brug samme model og forberedelseskonvention til de forespørgsels- og korpusvektorer, der sammenlignes. En praktisk kontrol er at genfinde kendte passager med svar til et lille sæt faktiske brugerspørgsmål og derefter undersøge den returnerede tekst. En kompatibel vektorform lader et indeks lagre repræsentationen, mens kildepassagen fastslår, hvad resultatet faktisk siger.
Modellens dokumenterede sekvenslængde er 512 tokens. En lang kilde bør derfor opdeles i sammenhængende passager med svarindhold før embedding. Bevar definitioner og undtagelser sammen med det udsagn, de præciserer, og bevar forbindelsen mellem en passage og dens overordnede dokument. Den tekst, der skal embeddes, omfatter enhver instruktion eller overskrift, du tilføjer, så en kompakt forberedelse efterlader mere plads til nyttigt kildeindhold.
Ved en rapport eller manual skal grænserne vælges omkring et afsnit eller en lille gruppe relaterede tekstafsnit. En passage, der kun indeholder en titel eller et fragment uden sit emne, kan være vanskelig at fortolke ved genfinding. Bevar den oprindelige tekst og en kildeversion, så en indeksopdatering kan erstatte det tilsvarende materiale, når dokumentet ændres.
BAAI advarer om, at absolutte lighedsværdier ikke er universelle tærskler til at afgøre, om to tekster betyder det samme. Den relative rangering har betydning, og en filtreringstærskel bør vælges ud fra fordelingen på opgavens egne data. Høj vektorlighed er et genfindingssignal frem for verificering af passagens faktuelle indhold.
Den nyttige leverance er et engelsksproget passageindeks, et sæt forespørgselsvektorer eller numeriske features til semantisk sammenligning. En separat reranker kan forfine genfundne kandidater, og et separat genereringstrin kan skrive et svar ud fra deres tekst. Denne præcise engelske base-model i v1.5 er fortsat adskilt fra BGE Large, kinesiske udgaver og BGE-M3’s flersprogede og hybride genfindingsprofiler.
POST /v1/embeddingstext, token_idsembedding| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser baai/bge-base-en-v1.5 | Standard— |
Feltinput | Typestring|string[]|integer[]|integer[][] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 Betingelser: Ikke-tom batch med ensartede elementer. Token-ID’er er ikke-negative heltal. Inputbudget: Maksimum: 512 · Tekstenhed: UTF8-bytes · Tokenenhed: elementer i et tokenarray | Standard— |
Feltencoding_format | Typestring | KravValgfrit | Værdier og grænser float | Standardfloat |
Feltdimensions | Typeinteger | KravIkke understøttet | Værdier og grænser Minimum: 1 | Standard— |
Feltuser | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Feltsession_id | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Felttrace | Typejson_value | KravValgfrit | Værdier og grænser Betingelser: Kilden tillader dette JSON-metadatafelt; den præcise betydning hos den bagvedliggende udbyder afhænger af modellen. | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvist | Standard— |
text_to_embedding
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, input |
Parameterinput_shapes | Kontraktstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontraktfloat |
Parameterdimensions_override | Kontraktfalse |
Parametermax_input_budget_units | Kontrakt512 |
Parametermultimodal_objects | Kontraktfalse |
Parametermaterial_types | Kontrakttext, token_ids |
Livscyklus: synchronous_json
Gem hver vektors indeks og dimension.
Et multimodalt modelnavn giver ikke adgang til at bruge billedobjekter på denne præcise sti.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00001 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "baai/bge-base-en-v1.5", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.embeddings.create(model='baai/bge-base-en-v1.5',input=["First document","Second document"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\njson
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hver vektor med dens indeks. Antallet af vektorer skal svare til antallet af input; dimensionerne skal være ensartede.
Der indføres intet endpoint til embedding-job.
| Felt | Type |
|---|---|
Feltobject | Typestring |
Feltmodel | Typestring |
Feltdata[].index | Typeinteger |
Feltdata[].embedding | Typefinite float[] |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra baai/bge-base-en-v1.5
Brug metodestierne vist ovenfor.