Source: https://ailoot.ai/models/nb/baai-bge-m3/ Canonical: https://ailoot.ai/models/nb/baai-bge-m3/ Language: nb # BAAI: bge-m3 [Markdown](https://ailoot.ai/models/nb/baai-bge-m3/index.md) · [JSON](https://ailoot.ai/models/nb/baai-bge-m3/facts.json) ## [BAAI: bge-m3](https://ailoot.ai/models/nb/baai-bge-m3/) BAAI BGE-M3 støtter tett, sparsom leksikalsk og flervektorbasert gjenfinning på mer enn 100 språk. De tette utdataene har 1024 dimensjoner, og vinduet på 8192 tokener rommer alt fra setninger til lengre dokumenter uten en påkrevd søkeinstruks. - [**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `baai/bge-m3`](https://ailoot.ai/models/nb/baai-bge-m3/#method-0) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. BGE-M3 er BAAIs flerspråklige gjenfinningsmodell, utviklet rundt tre former for allsidighet: flere gjenfinningsfunksjoner, flere språk og ulike inndatalengder. Produsenten dokumenterer støtte for over hundre språk og inndata på opptil 8192 tokener. Den samlede modellen kan levere tette vektorer, sparsomme leksikalske vekter og multivektorrepresentasjoner, slik at et gjenfinningsoppsett kan velge eller kombinere mer enn én type evidens. #### Tre representasjoner for gjenfinning Tett modus avbilder en tekst til én 1024-dimensjonal vektor. Den støtter sammenligning av betydningen som representeres av en forespørsel og en passasje. Sparsom modus tildeler vekter til tokenene som finnes i teksten, for leksikalsk samsvar. Multivektormodus representerer en tekst med flere vektorer og bruker en ColBERT-lignende interaksjon til å sammenligne forespørsel og dokument på et finere nivå. Disse resultatene har ulike roller i en søkeindeks. En tett vektor gir én representasjon av en passasje; en sparsom tilordning av tokener til vekter beholder leksikalske signaler; flere vektorer gir en annen sammenligningsstruktur. Produsenteksemplene viser hvordan de valgte representasjonene returneres og skårer for tekstpar beregnes. Behandle den valgte representasjonen og skåringsmetoden som en bevisst del av gjenfinningsoppgaven. #### Flerspråklig tekst og forberedelse av inndata BGE-M3 krever ikke at gjenfinningsinstruksjonen fra tidligere BGE-modeller legges til. Forbered forespørselen og de faktiske kildepassasjene direkte. En flerspråklig kunnskapssamling kan beholde hver passasje på originalspråket, sammen med dokumentidentifikator og språkvariant. Bruk reelle brukerspørsmål fra den tilsiktede språkblandingen når du kontrollerer resultatene. En praktisk oppgave er å søke i regelforklaringer, produkthjelp eller teknisk dokumentasjon på flere språk. Behold navn, modellnumre og termer som er viktige for spørsmålet. En leksikalsk representasjon kan bidra til å bevare treff på disse termene, mens en tett representasjon gir semantisk evidens. Den gjenfunne passasjen bør omfatte teksten og kildeplasseringen som en leser kan undersøke. #### Lengre dokumenter og detaljeringsgrad Inndatavinduet på 8192 tokener lar modellen representere materiale fra korte setninger til lengre dokumenter. Velg detaljeringsgraden ut fra svaret søket skal returnere. En hel seksjon kan bevare en definisjon og unntakene; en mindre passasje kan gjøre en bestemt instruksjon lettere å finne. Et langt vindu muliggjør disse valgene, men vektoren er fortsatt knyttet til materialet som faktisk ble kodet. Hold hver passasje koblet til det overordnede dokumentet og versjonen. For en omfattende rapport beholder du overskriften og forklaringen rundt det relevante tallet eller den relevante konklusjonen. Ikke stol på tittelen til et søketreff alene når evidensen ligger i brødteksten. Hvis kilden endres, behold nok metadata til å oppdatere de tilsvarende gjenfinningsrepresentasjonene. #### Hybride skårer og etterfølgende bruk Produsenten anbefaler hybrid gjenfinning etterfulgt av et separat rerankingtrinn. Eksemplene beregner tette, sparsomme og multivektorskårer og danner vektede kombinasjoner. Velg kombinasjonen ut fra samlingens spørsmål og ordforråd; en vekt i et eksempel er ikke en universell innstilling for ethvert korpus. Et nyttig resultat er et kandidatsett der kildepassasjene fortsatt er tilgjengelige, og der representasjonen og rangeringsmetoden er registrert. En separat reranker kan finjustere settet, og et separat tekstgenereringstrinn kan bruke passasjeinnholdet. BGE-M3s sparsomme og multivektorbaserte evner er moduser i produsentens modell; den tette embeddingvektoren, det leksikalske resultatet og parskåren er ulike artefakter fremfor arrays som kan brukes om hverandre. **Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `baai/bge-m3` [`baai/bge-m3`](https://ailoot.ai/models/nb/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings) BAAI /`baai/bge-m3` ### Start BAAI BGE-M3 støtter tett, sparsom leksikalsk og flervektorbasert gjenfinning på mer enn 100 språk. De tette utdataene har 1024 dimensjoner, og vinduet på 8192 tokener rommer alt fra setninger til lengre dokumenter uten en påkrevd søkeinstruks. Godkjente inndata Tekst · token\_ids Resultater embedding ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` Inndatatyper `text`, `token_ids` Utdatatyper `embedding` Kontekst 8 194 tokens Utdataformat json | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser baai/bge-m3 | 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: 8 194 · 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` | Avtale8194 | | 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 Standardpris Når hurtigmodus er valgt Flex-modus Standardpris Når flex-modus er valgt Maksimal resonneringsinnsats Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon | Konfigurasjon | Prisplan | Kostnad | | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener **$0.00004** / 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-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 ``` ```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-m3',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-m3`](https://ailoot.ai/models/nb/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`baai/bge-m3`](https://ailoot.ai/models/nb/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings) FAQ · BAAI: bge-m3 Hvilke inndata og resultater er tilgjengelige? `POST /v1/embeddings` · `baai/bge-m3`: `text`, `token_ids` → `embedding` Hvilke felt bruker forespørselen? `POST /v1/embeddings` · `baai/bge-m3`: `model`, `input`, `encoding_format`, `provider` Hvilke grenser gjelder? `POST /v1/embeddings` · `baai/bge-m3`: `ctx`: `8194`; `input.budget.maximum`: `8194` (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.