BAAI: bge-large-en-v1.5

Το BAAI bge-large-en-v1.5 παράγει αγγλικά διανύσματα κειμένου 1024 διαστάσεων για ανάκτηση και σημασιολογική σύγκριση. Η προετοιμασία v1.5 υποστηρίζει προαιρετική οδηγία ερωτήματος, με τεκμηριωμένο μήκος ακολουθίας 512 tokens.

Ailoot Ultra · Διανυσματικές αναπαραστάσεις POST /v1/embeddings baai/bge-large-en-v1.5

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το bge-large-en-v1.5 είναι η μεγάλη αγγλόφωνη έκδοση πυκνών ενσωματώσεων της BAAI. Αντιστοιχίζει ένα κείμενο σε διάνυσμα 1024 διαστάσεων για ανάκτηση αποσπασμάτων και σημασιολογική σύγκριση. Η έκδοση 1.5 είναι η ενημέρωση του κατασκευαστή που στοχεύει σε χρησιμότερη κατανομή ομοιότητας και βελτιωμένη ανάκτηση χωρίς οδηγία. Το Large παραμένει ξεχωριστό σημείο ελέγχου από τα Base, Small, τις κινεζικές εκδόσεις και το πολυγλωσσικό μοντέλο BGE-M3.

Ρυθμίστε την ανάκτηση αποσπασμάτων

Για σύντομο ερώτημα αναζήτησης σε μεγαλύτερα έγγραφα, ο κατασκευαστής συνιστά την οδηγία ερωτήματος «Represent this sentence for searching relevant passages:». Προσθέστε τη στην πλευρά του ερωτήματος· τα αποσπάσματα της συλλογής κρατούν το δικό τους κείμενο πηγής χωρίς αυτή την οδηγία. Σε άλλες χρήσεις αρκεί το άμεσο κείμενο. Η BAAI τεκμηριώνει επίσης ανάκτηση χωρίς το πρόθεμα στην v1.5 και συνιστά να επιλέγετε την προετοιμασία που αποδίδει καλύτερα στην πραγματική εργασία.

Μια πρακτική συλλογή γνώσης μπορεί να ευρετηριάζει τις ενότητες ενός αγγλικού τεχνικού εγχειριδίου. Ένα ερώτημα για το ποια ρύθμιση αλλάζει τη μορφή εξόδου πρέπει να επιστρέφει την ενότητα που εξηγεί τη ρύθμιση και τις συνθήκες της. Κρατήστε την επικεφαλίδα, τη σχετική εξήγηση και τη θέση πηγής με κάθε απόσπασμα. Το μοντέλο παρέχει την αριθμητική αναπαράσταση· το κείμενο πηγής που επιστρέφεται είναι αυτό που χρησιμοποιεί ο αναγνώστης ή ένα μεταγενέστερο στάδιο RAG.

Αναπαράσταση και αντιστοίχιση

Το παράδειγμα άμεσης κωδικοποίησης του κατασκευαστή χρησιμοποιεί την τελική κρυφή κατάσταση του πρώτου token CLS ως συγκεντρωτική ενσωμάτωση και κατόπιν κανονικοποιεί το διάνυσμα. Η σύγκριση κανονικοποιημένων διανυσμάτων με εσωτερικό γινόμενο δίνει ομοιότητα συνημιτόνου. Έτσι κάθε απόσπασμα μπορεί να προετοιμάζεται μία φορά και να αποθηκεύεται για σύγκριση με διανύσματα εισερχόμενων ερωτημάτων, ενώ το υλικό πηγής που αλλάζει λαμβάνει ενημερωμένη αναπαράσταση.

Οι 1024 διαστάσεις ορίζουν το μήκος του διανύσματος εξόδου. Διαφέρουν από την αναπαράσταση 768 διαστάσεων του Base και δεν τεκμηριώνουν συμβατό κοινό χώρο με άλλο σημείο ελέγχου. Κρατήστε το μοντέλο και τη σύμβαση προετοιμασίας συνδεδεμένα με το αποθηκευμένο ευρετήριο. Η αλλαγή έκδοσης ενσωματώσεων απαιτεί έλεγχο των αναπαραστάσεων συλλογής και ερωτημάτων μαζί.

Προσαρμόστε την πηγή στο παράθυρο

Το τεκμηριωμένο μήκος ακολουθίας είναι 512 token. Προετοιμάστε ένα μεγάλο εγχειρίδιο ως συνεκτικές ενότητες και όχι ως μία υπερμεγέθη είσοδο. Κρατήστε μια συνθήκη ή εξαίρεση δίπλα στον κανόνα που περιορίζει και συμπεριλάβετε αρκετά συμφραζόμενα, ώστε η ανακτημένη ενότητα να έχει νόημα μόνη της. Μια πρόσθετη οδηγία ερωτήματος καταλαμβάνει επίσης token εισόδου, επομένως το παράθυρο του μοντέλου αφορά ολόκληρη την προετοιμασμένη είσοδο.

Ένα χρήσιμο όριο αποσπάσματος μπορεί να περιλαμβάνει επικεφαλίδα και τις παραγράφους που απαντούν σε ένα ερώτημα χρήστη. Διατηρήστε το αναγνωριστικό και την έκδοση του αρχικού εγγράφου έξω από το διάνυσμα, ώστε το αποτέλεσμα να παραμένει ανιχνεύσιμο στη σωστή πηγή. Για σύγκριση, χρησιμοποιήστε τα πραγματικά κείμενα αντί να τα αντικαθιστάτε με άσχετες συνόψεις που αφαιρούν τη διαφορά που χρειάζεται να βρείτε.

Ερμηνεύστε τη βαθμολογία

Ο κατασκευαστής προειδοποιεί να μη θεωρείται η απόλυτη ομοιότητα καθολικός κανόνας σημασιολογικής ισοδυναμίας. Η σχετική σειρά βαθμολογιών είναι κεντρική στην ανάκτηση και ένα κατώφλι πρέπει να βαθμονομείται στην κατανομή κειμένων της ίδιας της εργασίας. Ελέγξτε τα υποψήφια αποσπάσματα για ερωτήματα με γνωστές απαντήσεις και για ερωτήματα των οποίων η απάντηση απουσιάζει. Έτσι φαίνεται αν μια επιστρεφόμενη ενότητα παρέχει τις απαιτούμενες πληροφορίες αντί απλώς να μοιάζει θεματικά.

Το bge-large-en-v1.5 παρέχει αγγλικά πυκνά διανύσματα. Ένας ξεχωριστός επανακατατάκτης μπορεί να βελτιώσει τη σειρά υποψηφίων και ένα ξεχωριστό γλωσσικό μοντέλο να συνθέσει απάντηση από τα επιλεγμένα αποσπάσματα. Η χρήσιμη έξοδος αυτής της έκδοσης είναι αναζητήσιμη αναπαράσταση συνδεδεμένη με το κείμενο πηγής της, με διατηρημένη την ακριβή επιλογή μοντέλου Large v1.5 και την προετοιμασία εισόδου.

Ailoot Ultra · Διανυσματικές αναπαραστάσεις POST /v1/embeddings baai/bge-large-en-v1.5

baai/bge-large-en-v1.5

BAAI /baai/bge-large-en-v1.5

Εισαγωγή

Αποδεκτές είσοδοι: Κείμενο · token_ids
Αποτελέσματα: embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · Διανυσματικές αναπαραστάσεις POST /v1/embeddings

Είσοδος: text, token_ids
Έξοδος: embedding
Μορφή εξόδου: json

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια baai/bge-large-en-v1.5	Προεπιλογή—
Πεδίο`input`	Τύπος`string\|string[]\|integer[]\|integer[][]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 Συνθήκες: Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι. Προϋπολογισμός εισόδου: Μέγιστο: 512 · Μονάδα κειμένου: byte UTF8 · Μονάδα token: στοιχεία πίνακα token	Προεπιλογή—
Πεδίο`encoding_format`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια float	Προεπιλογήfloat
Πεδίο`dimensions`	Τύπος`integer`	ΑπαίτησηΔεν υποστηρίζεται	Τιμές και όρια Ελάχιστο: 1	Προεπιλογή—
Πεδίο`user`	Τύπος`json_value`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.	Προεπιλογή—
Πεδίο`session_id`	Τύπος`json_value`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.	Προεπιλογή—
Πεδίο`trace`	Τύπος`json_value`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο.	Προεπιλογή—
Πεδίο`provider`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Συνθήκες: Το provider.options απορρίφθηκε	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`required`	Σύμβασηmodel, input
Παράμετρος`input_shapes`	Σύμβασηstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Παράμετρος`encoding_format`	Σύμβασηfloat
Παράμετρος`dimensions_override`	Σύμβασηfalse
Παράμετρος`max_input_budget_units`	Σύμβαση512
Παράμετρος`multimodal_objects`	Σύμβασηfalse
Παράμετρος`material_types`	Σύμβασηtext, token_ids

Κύκλος ζωής: synchronous_json

Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.

Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή.

Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία: Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
Λειτουργία flex: Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
Μέγιστη προσπάθεια συλλογισμού: Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

Χρεώσεις Ailoot

Τιμές ανά διαμόρφωση

Διαμόρφωση	Πίνακας χρεώσεων	Χρέωση
ΔιαμόρφωσηΒασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Χρέωση Είσοδος · Token εισόδου $0.00002 / 1K token Έξοδος · Token εξόδου $0 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →

Παραδείγματα αιτημάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις

curlPython SDK

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-large-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-large-en-v1.5',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Διανυσματικές αναπαραστάσεις

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης

Πεδίο	Τύπος
Πεδίο`object`	Τύποςstring
Πεδίο`model`	Τύποςstring
Πεδίο`data[].index`	Τύποςinteger
Πεδίο`data[].embedding`	Τύποςfinite float[]
Πεδίο`usage`	Τύποςobject

Σφάλματα και επόμενα βήματα

Απάντηση	Συνθήκη	Επόμενο βήμα
Απάντηση400 · `invalid_request_error`	ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου	Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra baai/bge-large-en-v1.5

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

baai/bge-large-en-v1.5

FAQ · BAAI: bge-large-en-v1.5

Ποιες είσοδοι και αποτελέσματα διατίθενται;: POST /v1/embeddings · baai/bge-large-en-v1.5: text, token_ids → embedding
Ποια πεδία χρησιμοποιεί το αίτημα;: POST /v1/embeddings · baai/bge-large-en-v1.5: model, input, encoding_format, provider
Ποια όρια ισχύουν;: POST /v1/embeddings · baai/bge-large-en-v1.5: input.budget.maximum: 512 (byte UTF8); input.min_items: 1

BAAI: bge-large-en-v1.5