BAAI: bge-m3

BAAI BGE-M3 menyokong perolehan dense, sparse lexical dan multi-vector dalam lebih 100 bahasa. Output dense-nya mempunyai 1024 dimensi, dan tetingkap 8192 tokennya menampung ayat hingga dokumen lebih panjang tanpa arahan pertanyaan wajib.

Ailoot Ultra · Pembenaman POST /v1/embeddings baai/bge-m3

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

BGE-M3 ialah model pemerolehan semula berbilang bahasa BAAI yang direka berdasarkan tiga jenis kepelbagaian: pelbagai fungsi pemerolehan semula, pelbagai bahasa dan panjang input berbeza. Pengeluar mendokumenkan sokongan untuk lebih daripada seratus bahasa dan input sehingga 8192 token. Model bersepadunya boleh menyediakan vektor padat, pemberat leksikal jarang dan perwakilan berbilang vektor, maka reka bentuk pemerolehan semula boleh memilih atau menggabungkan lebih daripada satu jenis bukti.

Tiga perwakilan untuk pemerolehan semula

Mod padat memetakan teks kepada satu vektor 1024 dimensi. Ia menyokong perbandingan makna yang diwakili oleh pertanyaan dan petikan. Mod jarang memberikan pemberat kepada token yang hadir dalam teks untuk pemadanan leksikal. Mod berbilang vektor mewakili teks dengan beberapa vektor dan menggunakan interaksi ala ColBERT untuk membandingkan pertanyaan dan dokumen pada peringkat lebih terperinci.

Output ini mempunyai peranan berbeza dalam indeks carian. Vektor padat menyediakan satu perwakilan untuk petikan; peta pemberat token jarang mengekalkan isyarat leksikal; beberapa vektor menyediakan struktur perbandingan berbeza. Contoh pengeluar menunjukkan pengembalian perwakilan terpilih dan pengiraan skor untuk pasangan teks. Jadikan perwakilan serta kaedah penskoran terpilih sebagai bahagian tugas pemerolehan semula yang ditentukan dengan sengaja.

Teks berbilang bahasa dan penyediaan input

BGE-M3 tidak memerlukan penambahan arahan pemerolehan semula yang digunakan model BGE terdahulu. Sediakan pertanyaan dan petikan sumber sebenar secara langsung. Koleksi pengetahuan berbilang bahasa boleh mengekalkan setiap petikan dalam bahasa asalnya, bersama pengecam dokumen dan locale. Gunakan soalan pengguna sebenar daripada campuran bahasa sasaran ketika memeriksa hasil.

Tugas praktikal ialah mencari penerangan dasar, bantuan produk atau dokumentasi teknikal yang disimpan dalam beberapa bahasa. Kekalkan nama, nombor model dan istilah yang penting bagi soalan. Perwakilan leksikal boleh membantu mengekalkan padanan istilah itu, manakala perwakilan padat membekalkan bukti semantik. Petikan yang diperoleh semula perlu merangkumi teks dan lokasi sumber yang boleh diperiksa pembaca.

Dokumen lebih panjang dan aras perincian

Tetingkap input 8192 token membolehkan model mewakili bahan daripada ayat pendek hingga dokumen lebih panjang. Pilih aras perincian berdasarkan jawapan yang patut dikembalikan carian. Bahagian lengkap boleh mengekalkan takrif dan pengecualiannya; petikan lebih kecil boleh memudahkan pencarian arahan tertentu. Tetingkap panjang memungkinkan pilihan itu, tetapi vektor tetap dikaitkan dengan bahan yang benar-benar dikodkan.

Pastikan setiap petikan dipautkan kepada dokumen induk dan versinya. Untuk laporan panjang, kekalkan tajuk dan penerangan sekeliling bagi angka atau kesimpulan berkaitan. Jangan bergantung pada tajuk hasil carian sahaja apabila bukti berada dalam isi. Jika sumber berubah, simpan metadata yang mencukupi untuk mengemas kini perwakilan pemerolehan semula yang sepadan.

Skor hibrid dan penggunaan hiliran

Pengeluar mengesyorkan pemerolehan semula hibrid diikuti peringkat penyusunan semula kedudukan yang berasingan. Contohnya mengira skor padat, jarang dan berbilang vektor serta membentuk gabungan berwajaran. Pilih gabungan berdasarkan soalan dan kosa kata koleksi; pemberat yang ditunjukkan dalam contoh bukan tetapan sejagat untuk setiap korpus.

Hasil berguna ialah set calon dengan petikan sumber yang kekal tersedia, bersama perwakilan dan kaedah penentuan kedudukan yang direkodkan. Penyusun semula kedudukan berasingan boleh memperhalus set itu dan peringkat penjanaan teks berasingan boleh menggunakan kandungan petikan. Keupayaan jarang dan berbilang vektor BGE-M3 ialah mod model pengeluar; embedding padat, output leksikal dan skor pasangan merupakan artifak berbeza, bukannya tatasusunan yang boleh saling ditukar ganti.

Ailoot Ultra · Pembenaman POST /v1/embeddings baai/bge-m3

baai/bge-m3

BAAI /baai/bge-m3

Pengenalan

Input yang diterima: Teks · token_ids
Hasil: embedding

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Pembenaman POST /v1/embeddings

Input: text, token_ids
Output: embedding
Konteks: 8,194 tokens
Format output: json

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had baai/bge-m3	Lalai—
Medan`input`	Jenis`string\|string[]\|integer[]\|integer[][]`	KeperluanDiperlukan	Nilai & had Item minimum: 1 Syarat: Kelompok homogen yang tidak kosong. ID token ialah integer bukan negatif. Bajet input: Maksimum: 8,194 · Unit teks: bait UTF8 · Unit token: elemen tatasusunan token	Lalai—
Medan`encoding_format`	Jenis`string`	KeperluanPilihan	Nilai & had float	Lalaifloat
Medan`dimensions`	Jenis`integer`	KeperluanTidak disokong	Nilai & had Minimum: 1	Lalai—
Medan`user`	Jenis`json_value`	KeperluanPilihan	Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model.	Lalai—
Medan`session_id`	Jenis`json_value`	KeperluanPilihan	Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model.	Lalai—
Medan`trace`	Jenis`json_value`	KeperluanPilihan	Nilai & had Syarat: Sumber membenarkan medan metadata JSON ini; semantik tepat di pihak huluan bergantung pada model.	Lalai—
Medan`provider`	Jenis`object`	KeperluanPilihan	Nilai & had Syarat: provider.options ditolak	Lalai—

Gabungan bahan input

text_to_embedding

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, input
Parameter`input_shapes`	Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parameter`encoding_format`	Kontrakfloat
Parameter`dimensions_override`	Kontrakfalse
Parameter`max_input_budget_units`	Kontrak8194
Parameter`multimodal_objects`	Kontrakfalse
Parameter`material_types`	Kontraktext, token_ids

Kitar hayat: synchronous_json

Simpan setiap indeks dan dimensi vektor.

Nama model multimodal tidak bermakna objek imej dibenarkan pada laluan khusus ini.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Kadar standard Apabila mod pantas dipilih
Mod flex: Kadar standard Apabila mod flex dipilih
Usaha penaakulan maksimum: Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Konfigurasi	Jadual kadar	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Caj Input · Token input $0.00004 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Pembenaman

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-m3", "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-m3',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Terima dan simpan hasil

Ailoot Ultra · Pembenaman

json

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan setiap vektor bersama indeksnya. Bilangan vektor mesti sama dengan bilangan input; dimensi mesti konsisten.

Jika respons asal perlu disemak

Tiada titik akhir tugas pembenaman diperkenalkan.

Medan respons

Medan	Jenis
Medan`object`	Jenisstring
Medan`model`	Jenisstring
Medan`data[].index`	Jenisinteger
Medan`data[].embedding`	Jenisfinite float[]
Medan`usage`	Jenisobject

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.

Alias

Alias model

Ailoot Ultra baai/bge-m3

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

baai/bge-m3

FAQ · BAAI: bge-m3

Apakah input dan hasil yang tersedia?: POST /v1/embeddings · baai/bge-m3: text, token_ids → embedding
Apakah medan yang digunakan oleh permintaan?: POST /v1/embeddings · baai/bge-m3: model, input, encoding_format, provider
Apakah had yang terpakai?: POST /v1/embeddings · baai/bge-m3: ctx: 8194; input.budget.maximum: 8194 (bait UTF8); input.min_items: 1

BAAI: bge-m3

BAAI: bge-m3

Tiga perwakilan untuk pemerolehan semula

Teks berbilang bahasa dan penyediaan input

Dokumen lebih panjang dan aras perincian

Skor hibrid dan penggunaan hiliran

Pengenalan

Tersedia di Ailoot · input & kaedah

Pelan harga

Kadar Ailoot

Harga mengikut konfigurasi

Contoh permintaan

Ailoot Ultra · Pembenaman

Terima dan simpan hasil

Ailoot Ultra · Pembenaman

Simpan semua hasil yang selesai

Jika respons asal perlu disemak

Alias

Alias model

Alias laluan kaedah

ID pemanggil berkaitan

Syarikat dan portfolio projeknya

Beli token dengan diskaun.

Sambungkan API kepada produk yang anda jual.