bge-base-en-v1.5 er BAAIs engelske modell for tette embeddinger i basestørrelse. Den omdanner hver tekst til en 768-dimensjonal numerisk representasjon for gjenfinning og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som håndterer den tidligere familiens fordeling av likhetsskårer og forbedrer gjenfinningen når ingen instruksjon er oppgitt. Resultatet er en vektor som brukes til å sammenligne tekster eller finne relevante passasjer.
For en kort forespørsel som søker i lengre passasjer, anbefaler BAAI å sette «Represent this sentence for searching relevant passages:» foran forespørselen. Korpuspassasjene får ikke denne instruksjonen. For andre oppgaver kan originalteksten embeddes direkte. Produsenten påpeker at v1.5 også fungerer uten instruksjon, så forberedelsen bør velges ut fra oppgaven fremfor å behandle prefikset som de eneste gyldige inndataene.
En praktisk søkesamling kan inneholde hjelpeartikler, produktforklaringer eller tekniske instruksjoner. En forespørsel som «How do I change the export format?» bør gjenfinne passasjen som beskriver handlingen. Hold seksjonsoverskriften, relevante betingelser og den faktiske kildeteksten samlet. Lagre passasjens identifikator og plassering sammen med vektoren, slik at et søkeresultat kan returnere noe brukeren kan lese, eller et senere svartrinn kan sitere.
Den dokumenterte representasjonen bruker den siste skjulte tilstanden til første token, eller CLS-tokenen, som setningsembedding. Produsentens eksempler normaliserer vektoren og sammenligner normaliserte embeddinger med et prikkprodukt, tilsvarende cosinuslikhet. De 768 dimensjonene er størrelsen på denne modellens resultatrepresentasjon; de er ikke en valgbar kontekstlengde eller et tekstgenereringsbudsjett.
Bruk samme modell og forberedelseskonvensjon for forespørsels- og korpusvektorene som sammenlignes. En praktisk kontroll er å gjenfinne kjente passasjer med svar for et lite sett faktiske brukerspørsmål og deretter undersøke teksten som returneres. En kompatibel vektorform lar en indeks lagre representasjonen, mens kildepassasjen fastslår hva resultatet faktisk sier.
Modellens dokumenterte sekvenslengde er 512 tokener. En lang kilde bør derfor deles i sammenhengende passasjer som inneholder svar, før embedding. Behold definisjoner og unntak sammen med utsagnet de kvalifiserer, og bevar forbindelsen mellom en passasje og det overordnede dokumentet. Teksten som skal embeddes, inkluderer enhver instruksjon eller overskrift du legger til, så en kompakt forberedelse gir mer plass til nyttig kildeinnhold.
For en rapport eller håndbok velger du grenser rundt en seksjon eller en liten gruppe relaterte avsnitt. En passasje som bare inneholder en tittel eller et fragment uten emnet det gjelder, kan være vanskelig å tolke når den gjenfinnes. Behold originalteksten og en kildeversjon, slik at en indeksoppdatering kan erstatte det tilsvarende materialet når dokumentet endres.
BAAI advarer om at absolutte likhetsverdier ikke er universelle terskler for å avgjøre at to tekster betyr det samme. Den relative rangeringen har betydning, og en filtreringsterskel bør velges med fordelingen i oppgavens egne data. Høy vektorlikhet er et gjenfinningssignal, ikke en bekreftelse på at faktaene i passasjen er riktige.
Den nyttige leveransen er en engelsk passasjeindeks, et sett forespørselsvektorer eller numeriske egenskaper for semantisk sammenligning. En separat reranker kan finjustere gjenfunne kandidater, og et separat genereringstrinn kan skrive et svar fra teksten deres. Denne nøyaktige engelske base-modellen i v1.5 er fortsatt forskjellig fra BGE Large, kinesiske utgaver og BGE-M3s flerspråklige og hybride gjenfinningsprofiler.
", "aboutText": "bge-base-en-v1.5 er BAAIs engelske modell for tette embeddinger i basestørrelse. Den omdanner hver tekst til en 768-dimensjonal numerisk representasjon for gjenfinning og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som håndterer den tidligere familiens fordeling av likhetsskårer og forbedrer gjenfinningen når ingen instruksjon er oppgitt. Resultatet er en vektor som brukes til å sammenligne tekster eller finne relevante passasjer.\n\n### Forbered forespørsler og passasjer\n\nFor en kort forespørsel som søker i lengre passasjer, anbefaler BAAI å sette «Represent this sentence for searching relevant passages:» foran forespørselen. Korpuspassasjene får ikke denne instruksjonen. For andre oppgaver kan originalteksten embeddes direkte. Produsenten påpeker at v1.5 også fungerer uten instruksjon, så forberedelsen bør velges ut fra oppgaven fremfor å behandle prefikset som de eneste gyldige inndataene.\n\nEn praktisk søkesamling kan inneholde hjelpeartikler, produktforklaringer eller tekniske instruksjoner. En forespørsel som «How do I change the export format?» bør gjenfinne passasjen som beskriver handlingen. Hold seksjonsoverskriften, relevante betingelser og den faktiske kildeteksten samlet. Lagre passasjens identifikator og plassering sammen med vektoren, slik at et søkeresultat kan returnere noe brukeren kan lese, eller et senere svartrinn kan sitere.\n\n### Vektorformat og sammenligning\n\nDen dokumenterte representasjonen bruker den siste skjulte tilstanden til første token, eller CLS-tokenen, som setningsembedding. Produsentens eksempler normaliserer vektoren og sammenligner normaliserte embeddinger med et prikkprodukt, tilsvarende cosinuslikhet. De 768 dimensjonene er størrelsen på denne modellens resultatrepresentasjon; de er ikke en valgbar kontekstlengde eller et tekstgenereringsbudsjett.\n\nBruk samme modell og forberedelseskonvensjon for forespørsels- og korpusvektorene som sammenlignes. En praktisk kontroll er å gjenfinne kjente passasjer med svar for et lite sett faktiske brukerspørsmål og deretter undersøke teksten som returneres. En kompatibel vektorform lar en indeks lagre representasjonen, mens kildepassasjen fastslår hva resultatet faktisk sier.\n\n### Inndatalengde og dokumentforberedelse\n\nModellens dokumenterte sekvenslengde er 512 tokener. En lang kilde bør derfor deles i sammenhengende passasjer som inneholder svar, før embedding. Behold definisjoner og unntak sammen med utsagnet de kvalifiserer, og bevar forbindelsen mellom en passasje og det overordnede dokumentet. Teksten som skal embeddes, inkluderer enhver instruksjon eller overskrift du legger til, så en kompakt forberedelse gir mer plass til nyttig kildeinnhold.\n\nFor en rapport eller håndbok velger du grenser rundt en seksjon eller en liten gruppe relaterte avsnitt. En passasje som bare inneholder en tittel eller et fragment uten emnet det gjelder, kan være vanskelig å tolke når den gjenfinnes. Behold originalteksten og en kildeversjon, slik at en indeksoppdatering kan erstatte det tilsvarende materialet når dokumentet endres.\n\n### Skårer og nyttig resultat\n\nBAAI advarer om at absolutte likhetsverdier ikke er universelle terskler for å avgjøre at to tekster betyr det samme. Den relative rangeringen har betydning, og en filtreringsterskel bør velges med fordelingen i oppgavens egne data. Høy vektorlikhet er et gjenfinningssignal, ikke en bekreftelse på at faktaene i passasjen er riktige.\n\nDen nyttige leveransen er en engelsk passasjeindeks, et sett forespørselsvektorer eller numeriske egenskaper for semantisk sammenligning. En separat reranker kan finjustere gjenfunne kandidater, og et separat genereringstrinn kan skrive et svar fra teksten deres. Denne nøyaktige engelske base-modellen i v1.5 er fortsatt forskjellig fra BGE Large, kinesiske utgaver og BGE-M3s flerspråklige og hybride gjenfinningsprofiler.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "38a573a861c91b7032939b5f4d0f997be68b55170550fad38e38ee8bedbabc75", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "baai/bge-base-en-v1.5BAAI bge-base-en-v1.5 omdanner engelsk tekst til 768-dimensjonale vektorer for semantisk søk og likhetsoppgaver. Inndatavinduet på 512 tokener og gjenfinningsinstruksjonen som bare brukes på forespørsler, passer til fokuserte passasjer i en dokument- eller kunnskapssøkeindeks.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
bge-base-en-v1.5 er BAAIs engelske modell for tette embeddinger i basestørrelse. Den omdanner hver tekst til en 768-dimensjonal numerisk representasjon for gjenfinning og semantisk sammenligning. Modellen tilhører BGE v1.5-serien, som håndterer den tidligere familiens fordeling av likhetsskårer og forbedrer gjenfinningen når ingen instruksjon er oppgitt. Resultatet er en vektor som brukes til å sammenligne tekster eller finne relevante passasjer.
For en kort forespørsel som søker i lengre passasjer, anbefaler BAAI å sette «Represent this sentence for searching relevant passages:» foran forespørselen. Korpuspassasjene får ikke denne instruksjonen. For andre oppgaver kan originalteksten embeddes direkte. Produsenten påpeker at v1.5 også fungerer uten instruksjon, så forberedelsen bør velges ut fra oppgaven fremfor å behandle prefikset som de eneste gyldige inndataene.
En praktisk søkesamling kan inneholde hjelpeartikler, produktforklaringer eller tekniske instruksjoner. En forespørsel som «How do I change the export format?» bør gjenfinne passasjen som beskriver handlingen. Hold seksjonsoverskriften, relevante betingelser og den faktiske kildeteksten samlet. Lagre passasjens identifikator og plassering sammen med vektoren, slik at et søkeresultat kan returnere noe brukeren kan lese, eller et senere svartrinn kan sitere.
Den dokumenterte representasjonen bruker den siste skjulte tilstanden til første token, eller CLS-tokenen, som setningsembedding. Produsentens eksempler normaliserer vektoren og sammenligner normaliserte embeddinger med et prikkprodukt, tilsvarende cosinuslikhet. De 768 dimensjonene er størrelsen på denne modellens resultatrepresentasjon; de er ikke en valgbar kontekstlengde eller et tekstgenereringsbudsjett.
Bruk samme modell og forberedelseskonvensjon for forespørsels- og korpusvektorene som sammenlignes. En praktisk kontroll er å gjenfinne kjente passasjer med svar for et lite sett faktiske brukerspørsmål og deretter undersøke teksten som returneres. En kompatibel vektorform lar en indeks lagre representasjonen, mens kildepassasjen fastslår hva resultatet faktisk sier.
Modellens dokumenterte sekvenslengde er 512 tokener. En lang kilde bør derfor deles i sammenhengende passasjer som inneholder svar, før embedding. Behold definisjoner og unntak sammen med utsagnet de kvalifiserer, og bevar forbindelsen mellom en passasje og det overordnede dokumentet. Teksten som skal embeddes, inkluderer enhver instruksjon eller overskrift du legger til, så en kompakt forberedelse gir mer plass til nyttig kildeinnhold.
For en rapport eller håndbok velger du grenser rundt en seksjon eller en liten gruppe relaterte avsnitt. En passasje som bare inneholder en tittel eller et fragment uten emnet det gjelder, kan være vanskelig å tolke når den gjenfinnes. Behold originalteksten og en kildeversjon, slik at en indeksoppdatering kan erstatte det tilsvarende materialet når dokumentet endres.
BAAI advarer om at absolutte likhetsverdier ikke er universelle terskler for å avgjøre at to tekster betyr det samme. Den relative rangeringen har betydning, og en filtreringsterskel bør velges med fordelingen i oppgavens egne data. Høy vektorlikhet er et gjenfinningssignal, ikke en bekreftelse på at faktaene i passasjen er riktige.
Den nyttige leveransen er en engelsk passasjeindeks, et sett forespørselsvektorer eller numeriske egenskaper for semantisk sammenligning. En separat reranker kan finjustere gjenfunne kandidater, og et separat genereringstrinn kan skrive et svar fra teksten deres. Denne nøyaktige engelske base-modellen i v1.5 er fortsatt forskjellig fra BGE Large, kinesiske utgaver og BGE-M3s flerspråklige og hybride gjenfinningsprofiler.
POST /v1/embeddingstext, token_idsembedding| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser baai/bge-base-en-v1.5 | Standard— |
Feltinput | Typestring|string[]|integer[]|integer[][] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 Vilkår: Ikke-tom batch med ensartede elementer. Token-ID-er er ikke-negative heltall. Inndatabudsjett: Maksimum: 512 · Tekstenhet: UTF8-byte · Tokenenhet: elementer i token-arrayet | Standard— |
Feltencoding_format | Typestring | KravValgfritt | Verdier & grenser float | Standardfloat |
Feltdimensions | Typeinteger | KravStøttes ikke | Verdier & grenser Minimum: 1 | Standard— |
Feltuser | Typejson_value | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
Feltsession_id | Typejson_value | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
Felttrace | Typejson_value | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises | Standard— |
text_to_embedding
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, input |
Parameterinput_shapes | Avtalestring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Avtalefloat |
Parameterdimensions_override | Avtalefalse |
Parametermax_input_budget_units | Avtale512 |
Parametermultimodal_objects | Avtalefalse |
Parametermaterial_types | Avtaletext, token_ids |
Livssyklus: synchronous_json
Bevar hver vektors indeks og dimensjon.
Et multimodalt modellnavn innebærer ikke at bildeobjekter er tillatt på denne nøyaktige stien.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.00001 / 1K tokener Utdata · Utgående tokener $0 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Bevar hver vektor sammen med indeksen. Antall vektorer må være lik antall inndata; dimensjonene må være konsistente.
Det innføres ikke noe endepunkt for embedding-jobber.
| Felt | Type |
|---|---|
Feltobject | Typestring |
Feltmodel | Typestring |
Feltdata[].index | Typeinteger |
Feltdata[].embedding | Typefinite float[] |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra baai/bge-base-en-v1.5
Bruk metodestiene som vises ovenfor.