Source: https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/
Canonical: https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/
Language: nb

# BAAI: bge-large-en-v1.5

[Markdown](https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/index.md) · [JSON](https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/facts.json)

## [BAAI: bge-large-en-v1.5](https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/)

BAAI bge-large-en-v1.5 produserer 1024-dimensjonale engelske tekstvektorer for gjenfinning og semantisk sammenligning. Forberedelsen i v1.5 støtter en valgfri forespørselsinstruksjon, med en dokumentert sekvenslengde på 512 tokener.

- [**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `baai/bge-large-en-v1.5`](https://ailoot.ai/models/nb/baai-bge-large-en-v1-5/#method-0)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

bge-large-en-v1.5 er BAAIs store engelske utgave for tette embeddingvektorer. Den avbilder en tekst som en 1024-dimensjonal vektor for gjenfinning av tekstutdrag og semantisk sammenligning. Versjon 1.5 er produsentens oppdatering rettet mot en mer nyttig likhetsfordeling og bedre gjenfinning uten instruks. Large er fortsatt et eget sjekkpunkt, adskilt fra Base, Small, de kinesiske utgavene og den flerspråklige BGE-M3-modellen.

#### Sett opp gjenfinning av tekstutdrag

For en kort søkespørring mot lengre dokumenter anbefaler produsenten spørringsinstruksen «Represent this sentence for searching relevant passages:». Legg den til på spørringssiden; tekstutdragene i korpuset beholder sin egen kildetekst uten denne instruksen. Ved andre bruksområder er direkte tekst tilstrekkelig. BAAI dokumenterer også gjenfinning uten prefikset i v1.5 og anbefaler å velge forberedelsen som virker best på den faktiske oppgaven.

En praktisk kunnskapssamling kan indeksere delene av en engelsk teknisk håndbok. Et spørsmål om hvilken innstilling som endrer utdataformatet, bør returnere delen som forklarer denne innstillingen og vilkårene. Behold overskrift, relevant forklaring og kildeplassering sammen med hvert utdrag. Modellen gir den numeriske representasjonen; den returnerte kildeteksten er det en leser eller et senere RAG-trinn bruker.

#### Representasjon og samsvar

Produsentens direkte kodingseksempel bruker den siste skjulte tilstanden til det første CLS-tokenet som samlet embedding og normaliserer deretter vektoren. Sammenligning av normaliserte vektorer med et skalarprodukt gir cosinuslikhet. Hvert tekstutdrag kan derfor forberedes én gang og lagres for sammenligning med innkommende spørringsvektorer, mens endret kildemateriale får en oppdatert representasjon.

De 1024 dimensjonene angir lengden på utdatavektoren. De skiller seg fra Bases 768-dimensjonale representasjon og etablerer ikke et kompatibelt felles rom med et annet sjekkpunkt. Hold modellvalget og forberedelseskonvensjonen knyttet til den lagrede indeksen. En endring i embeddingutgaven krever at korpus- og spørringsrepresentasjonene kontrolleres sammen.

#### Tilpass kilden til vinduet

Den dokumenterte sekvenslengden er 512 tokener. Forbered en lang håndbok som sammenhengende deler i stedet for én for stor inngang. Hold et vilkår eller unntak ved siden av regelen det presiserer, og ta med nok kontekst til at en gjenfunnet del gir mening på egen hånd. En ekstra spørringsinstruks bruker også inngående tokener, så modellvinduet gjelder hele den forberedte inngangen.

En nyttig grense for tekstutdrag kan inkludere en overskrift og avsnittene som besvarer ett brukerspørsmål. Bevar identifikatoren og versjonen til hoveddokumentet utenfor vektoren, slik at et resultat fortsatt kan spores til riktig kilde. For en sammenligningsoppgave bruker du de faktiske tekstene som skal sammenlignes, i stedet for å erstatte dem med uvedkommende sammendrag som fjerner forskjellen du trenger å finne.

#### Tolk poengsummen

Produsenten advarer mot å behandle absolutt likhet som en universell regel for semantisk ekvivalens. Relativ rekkefølge etter poengsum er sentral for gjenfinning, og en terskel bør kalibreres på tekstfordelingen i selve oppgaven. Vurder kandidatpassasjer for spørsmål med kjente svar og for spørsmål der svaret ikke finnes. Dette viser om en returnert del gir den påkrevde informasjonen i stedet for bare å ligne på temaet.

bge-large-en-v1.5 gir engelske, tette vektorer. En separat omrangerer kan finjustere kandidatrekkefølgen, og en separat språkmodell kan utforme et svar fra de valgte utdragene. Den nyttige leveransen fra denne utgaven er en søkbar representasjon knyttet til kildeteksten, med det nøyaktige modellvalget Large v1.5 og inndataforberedelsen beholdt.

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `baai/bge-large-en-v1.5`

[`baai/bge-large-en-v1.5`](https://ailoot.ai/models/nb/#m=baai%2Fbge-large-en-v1.5&route=Ultra&caller=baai%2Fbge-large-en-v1.5&fmt=embeddings)

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

### Start

BAAI bge-large-en-v1.5 produserer 1024-dimensjonale engelske tekstvektorer for gjenfinning og semantisk sammenligning. Forberedelsen i v1.5 støtter en valgfri forespørselsinstruksjon, med en dokumentert sekvenslengde på 512 tokener.

Godkjente inndata

Tekst · token\_ids

Resultater

embedding

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings`

Inndatatyper

`text`, `token_ids`

Utdatatyper

`embedding`

Utdataformat

json

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser baai/bge-large-en-v1.5 | Standard— |
| Felt`input` | Type`string\|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— |
| Felt`encoding_format` | Type`string` | KravValgfritt | Verdier & grenser float | Standardfloat |
| Felt`dimensions` | Type`integer` | KravStøttes ikke | Verdier & grenser Minimum: 1 | Standard— |
| Felt`user` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`session_id` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`trace` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises | Standard— |

Kombinasjoner av inngående materialer

**text\_to\_embedding**

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, input |
| Parameter`input_shapes` | Avtalestring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Avtalefloat |
| Parameter`dimensions_override` | Avtalefalse |
| Parameter`max_input_budget_units` | Avtale512 |
| Parameter`multimodal_objects` | Avtalefalse |
| Parameter`material_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.

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

| Konfigurasjon | Prisplan | Kostnad |
| --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener **$0.00002** / 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 →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Vektorrepresentasjoner

curlPython SDK

```bash
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
```

```python
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)
```

### Motta og lagre resultater

#### Ailoot Ultra · Vektorrepresentasjoner

json

##### Behold alle ferdige resultater

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.

##### Hvis det opprinnelige svaret må kontrolleres

Det innføres ikke noe endepunkt for embedding-jobber.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`object` | Typestring |
| Felt`model` | Typestring |
| Felt`data[].index` | Typeinteger |
| Felt`data[].embedding` | Typefinite float\[\] |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |

### Aliaser

#### Modellaliaser

**Ailoot Ultra** [`baai/bge-large-en-v1.5`](https://ailoot.ai/models/nb/#m=baai%2Fbge-large-en-v1.5&route=Ultra&caller=baai%2Fbge-large-en-v1.5&fmt=embeddings)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`baai/bge-large-en-v1.5`](https://ailoot.ai/models/nb/#m=baai%2Fbge-large-en-v1.5&route=Ultra&caller=baai%2Fbge-large-en-v1.5&fmt=embeddings)

FAQ · BAAI: bge-large-en-v1.5

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/embeddings` · `baai/bge-large-en-v1.5`: `text`, `token_ids` → `embedding`

Hvilke felt bruker forespørselen?

`POST /v1/embeddings` · `baai/bge-large-en-v1.5`: `model`, `input`, `encoding_format`, `provider`

Hvilke grenser gjelder?

`POST /v1/embeddings` · `baai/bge-large-en-v1.5`: `input.budget.maximum`: `512` (UTF8-byte); `input.min_items`: `1`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.