bge-base-en-v1.5 is het Engelse dense embeddingmodel van BAAI in basisformaat. Het zet elke tekst om in een 768-dimensionale numerieke representatie voor informatieopvraging en semantische vergelijking. Het model behoort tot de BGE-v1.5-reeks, die de verdeling van gelijkenisscores van de eerdere familie aanpakt en informatieopvraging verbetert wanneer geen instructie wordt meegegeven. De uitvoer is een vector waarmee teksten worden vergeleken of relevante passages worden gevonden.
Voor een korte zoekvraag naar langere passages beveelt BAAI aan de vraag vooraf te laten gaan door “Represent this sentence for searching relevant passages:”. De corpuspassages krijgen die instructie niet. Voor andere taken kan de oorspronkelijke tekst rechtstreeks worden ingebed. De maker merkt op dat v1.5 ook zonder instructie werkt, dus de voorbereiding moet op de taak worden afgestemd in plaats van het prefix als de enige geldige invoer te behandelen.
Een praktische zoekverzameling kan hulpartikelen, productuitleg of technische instructies bevatten. Een zoekvraag zoals “How do I change the export format?” moet de passage ophalen die die handeling beschrijft. Bewaar de sectiekop, relevante voorwaarden en daadwerkelijke brontekst samen. Sla de identifier en locatie van de passage bij de vector op, zodat een zoekresultaat iets teruggeeft dat de gebruiker kan lezen of een latere antwoordfase kan citeren.
De gedocumenteerde representatie gebruikt de laatste verborgen toestand van het eerste token, ook het CLS-token genoemd, als zinsembedding. De voorbeelden van de fabrikant normaliseren de vector en vergelijken genormaliseerde embeddings met een inproduct, gelijkwaardig aan cosinusgelijkenis. De 768 dimensies vormen de omvang van de uitvoerrepresentatie van dit model; ze zijn geen selecteerbare contextlengte of budget voor tekstgeneratie.
Gebruik hetzelfde model en dezelfde voorbereidingsconventie voor de zoekvraag- en corpusvectoren die worden vergeleken. Een praktische controle is om voor een kleine verzameling daadwerkelijke gebruikersvragen bekende antwoorddragende passages op te halen en daarna de geretourneerde tekst te onderzoeken. Een compatibele vectorvorm laat een index de representatie opslaan, terwijl de bronpassage vaststelt wat het resultaat daadwerkelijk zegt.
De gedocumenteerde sequentielengte van het model is 512 tokens. Een lange bron moet daarom vóór het inbedden worden verdeeld in samenhangende, antwoorddragende passages. Bewaar definities en uitzonderingen bij de uitspraak waarop ze betrekking hebben en behoud de koppeling van een passage aan het bovenliggende document. De in te bedden tekst omvat elke toegevoegde instructie of kop, dus een compacte voorbereiding laat meer ruimte over voor bruikbare broninhoud.
Kies bij een rapport of handleiding grenzen rond een sectie of een kleine groep samenhangende alinea's. Een passage met alleen een titel of een fragment zonder onderwerp kan na het ophalen moeilijk te interpreteren zijn. Bewaar de oorspronkelijke tekst en een bronversie, zodat een indexupdate het bijbehorende materiaal kan vervangen wanneer het document verandert.
BAAI waarschuwt dat absolute gelijkeniswaarden geen universele drempels zijn om te besluiten dat twee teksten hetzelfde betekenen. De relatieve rangschikking is belangrijk en een filterdrempel moet worden gekozen op basis van de verdeling in de eigen taakgegevens. Een hoge vectorgelijkenis is een zoeksignaal in plaats van verificatie van de feitelijke inhoud van de passage.
Het bruikbare resultaat is een Engelse passage-index, een verzameling zoekvraagvectoren of numerieke kenmerken voor semantische vergelijking. Een afzonderlijke reranker kan opgehaalde kandidaten verfijnen en een afzonderlijke generatiefase kan uit hun tekst een antwoord schrijven. Dit exacte Engelse basismodel v1.5 blijft onderscheiden van BGE Large, Chinese edities en de meertalige en hybride zoekprofielen van BGE-M3.
", "aboutText": "bge-base-en-v1.5 is het Engelse dense embeddingmodel van BAAI in basisformaat. Het zet elke tekst om in een 768-dimensionale numerieke representatie voor informatieopvraging en semantische vergelijking. Het model behoort tot de BGE-v1.5-reeks, die de verdeling van gelijkenisscores van de eerdere familie aanpakt en informatieopvraging verbetert wanneer geen instructie wordt meegegeven. De uitvoer is een vector waarmee teksten worden vergeleken of relevante passages worden gevonden.\n\n### Bereid zoekvragen en passages voor\n\nVoor een korte zoekvraag naar langere passages beveelt BAAI aan de vraag vooraf te laten gaan door “Represent this sentence for searching relevant passages:”. De corpuspassages krijgen die instructie niet. Voor andere taken kan de oorspronkelijke tekst rechtstreeks worden ingebed. De maker merkt op dat v1.5 ook zonder instructie werkt, dus de voorbereiding moet op de taak worden afgestemd in plaats van het prefix als de enige geldige invoer te behandelen.\n\nEen praktische zoekverzameling kan hulpartikelen, productuitleg of technische instructies bevatten. Een zoekvraag zoals “How do I change the export format?” moet de passage ophalen die die handeling beschrijft. Bewaar de sectiekop, relevante voorwaarden en daadwerkelijke brontekst samen. Sla de identifier en locatie van de passage bij de vector op, zodat een zoekresultaat iets teruggeeft dat de gebruiker kan lezen of een latere antwoordfase kan citeren.\n\n### Vectorformaat en vergelijking\n\nDe gedocumenteerde representatie gebruikt de laatste verborgen toestand van het eerste token, ook het CLS-token genoemd, als zinsembedding. De voorbeelden van de fabrikant normaliseren de vector en vergelijken genormaliseerde embeddings met een inproduct, gelijkwaardig aan cosinusgelijkenis. De 768 dimensies vormen de omvang van de uitvoerrepresentatie van dit model; ze zijn geen selecteerbare contextlengte of budget voor tekstgeneratie.\n\nGebruik hetzelfde model en dezelfde voorbereidingsconventie voor de zoekvraag- en corpusvectoren die worden vergeleken. Een praktische controle is om voor een kleine verzameling daadwerkelijke gebruikersvragen bekende antwoorddragende passages op te halen en daarna de geretourneerde tekst te onderzoeken. Een compatibele vectorvorm laat een index de representatie opslaan, terwijl de bronpassage vaststelt wat het resultaat daadwerkelijk zegt.\n\n### Invoerlengte en documentvoorbereiding\n\nDe gedocumenteerde sequentielengte van het model is 512 tokens. Een lange bron moet daarom vóór het inbedden worden verdeeld in samenhangende, antwoorddragende passages. Bewaar definities en uitzonderingen bij de uitspraak waarop ze betrekking hebben en behoud de koppeling van een passage aan het bovenliggende document. De in te bedden tekst omvat elke toegevoegde instructie of kop, dus een compacte voorbereiding laat meer ruimte over voor bruikbare broninhoud.\n\nKies bij een rapport of handleiding grenzen rond een sectie of een kleine groep samenhangende alinea's. Een passage met alleen een titel of een fragment zonder onderwerp kan na het ophalen moeilijk te interpreteren zijn. Bewaar de oorspronkelijke tekst en een bronversie, zodat een indexupdate het bijbehorende materiaal kan vervangen wanneer het document verandert.\n\n### Scores en bruikbare uitvoer\n\nBAAI waarschuwt dat absolute gelijkeniswaarden geen universele drempels zijn om te besluiten dat twee teksten hetzelfde betekenen. De relatieve rangschikking is belangrijk en een filterdrempel moet worden gekozen op basis van de verdeling in de eigen taakgegevens. Een hoge vectorgelijkenis is een zoeksignaal in plaats van verificatie van de feitelijke inhoud van de passage.\n\nHet bruikbare resultaat is een Engelse passage-index, een verzameling zoekvraagvectoren of numerieke kenmerken voor semantische vergelijking. Een afzonderlijke reranker kan opgehaalde kandidaten verfijnen en een afzonderlijke generatiefase kan uit hun tekst een antwoord schrijven. Dit exacte Engelse basismodel v1.5 blijft onderscheiden van BGE Large, Chinese edities en de meertalige en hybride zoekprofielen van BGE-M3.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bcf2ec5d833ea73604909f0bbadfd8ef51d7cf3642d5b85c67022678e90e398b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "baai/bge-base-en-v1.5BAAI bge-base-en-v1.5 zet Engelse tekst om in 768-dimensionale vectoren voor semantisch zoeken en gelijkenistaken. Het invoervenster van 512 tokens en de zoekinstructie die alleen op de zoekvraag wordt toegepast passen bij gerichte passages in een document- of kenniszoekindex.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
bge-base-en-v1.5 is het Engelse dense embeddingmodel van BAAI in basisformaat. Het zet elke tekst om in een 768-dimensionale numerieke representatie voor informatieopvraging en semantische vergelijking. Het model behoort tot de BGE-v1.5-reeks, die de verdeling van gelijkenisscores van de eerdere familie aanpakt en informatieopvraging verbetert wanneer geen instructie wordt meegegeven. De uitvoer is een vector waarmee teksten worden vergeleken of relevante passages worden gevonden.
Voor een korte zoekvraag naar langere passages beveelt BAAI aan de vraag vooraf te laten gaan door “Represent this sentence for searching relevant passages:”. De corpuspassages krijgen die instructie niet. Voor andere taken kan de oorspronkelijke tekst rechtstreeks worden ingebed. De maker merkt op dat v1.5 ook zonder instructie werkt, dus de voorbereiding moet op de taak worden afgestemd in plaats van het prefix als de enige geldige invoer te behandelen.
Een praktische zoekverzameling kan hulpartikelen, productuitleg of technische instructies bevatten. Een zoekvraag zoals “How do I change the export format?” moet de passage ophalen die die handeling beschrijft. Bewaar de sectiekop, relevante voorwaarden en daadwerkelijke brontekst samen. Sla de identifier en locatie van de passage bij de vector op, zodat een zoekresultaat iets teruggeeft dat de gebruiker kan lezen of een latere antwoordfase kan citeren.
De gedocumenteerde representatie gebruikt de laatste verborgen toestand van het eerste token, ook het CLS-token genoemd, als zinsembedding. De voorbeelden van de fabrikant normaliseren de vector en vergelijken genormaliseerde embeddings met een inproduct, gelijkwaardig aan cosinusgelijkenis. De 768 dimensies vormen de omvang van de uitvoerrepresentatie van dit model; ze zijn geen selecteerbare contextlengte of budget voor tekstgeneratie.
Gebruik hetzelfde model en dezelfde voorbereidingsconventie voor de zoekvraag- en corpusvectoren die worden vergeleken. Een praktische controle is om voor een kleine verzameling daadwerkelijke gebruikersvragen bekende antwoorddragende passages op te halen en daarna de geretourneerde tekst te onderzoeken. Een compatibele vectorvorm laat een index de representatie opslaan, terwijl de bronpassage vaststelt wat het resultaat daadwerkelijk zegt.
De gedocumenteerde sequentielengte van het model is 512 tokens. Een lange bron moet daarom vóór het inbedden worden verdeeld in samenhangende, antwoorddragende passages. Bewaar definities en uitzonderingen bij de uitspraak waarop ze betrekking hebben en behoud de koppeling van een passage aan het bovenliggende document. De in te bedden tekst omvat elke toegevoegde instructie of kop, dus een compacte voorbereiding laat meer ruimte over voor bruikbare broninhoud.
Kies bij een rapport of handleiding grenzen rond een sectie of een kleine groep samenhangende alinea's. Een passage met alleen een titel of een fragment zonder onderwerp kan na het ophalen moeilijk te interpreteren zijn. Bewaar de oorspronkelijke tekst en een bronversie, zodat een indexupdate het bijbehorende materiaal kan vervangen wanneer het document verandert.
BAAI waarschuwt dat absolute gelijkeniswaarden geen universele drempels zijn om te besluiten dat twee teksten hetzelfde betekenen. De relatieve rangschikking is belangrijk en een filterdrempel moet worden gekozen op basis van de verdeling in de eigen taakgegevens. Een hoge vectorgelijkenis is een zoeksignaal in plaats van verificatie van de feitelijke inhoud van de passage.
Het bruikbare resultaat is een Engelse passage-index, een verzameling zoekvraagvectoren of numerieke kenmerken voor semantische vergelijking. Een afzonderlijke reranker kan opgehaalde kandidaten verfijnen en een afzonderlijke generatiefase kan uit hun tekst een antwoord schrijven. Dit exacte Engelse basismodel v1.5 blijft onderscheiden van BGE Large, Chinese edities en de meertalige en hybride zoekprofielen van BGE-M3.
POST /v1/embeddingstext, token_idsembedding| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten baai/bge-base-en-v1.5 | Standaard— |
Veldinput | Typestring|string[]|integer[]|integer[][] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID's zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 512 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— |
Veldencoding_format | Typestring | VereisteOptioneel | Waarden en limieten float | Standaardfloat |
Velddimensions | Typeinteger | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— |
Velduser | Typejson_value | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— |
Veldsession_id | Typejson_value | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— |
Veldtrace | Typejson_value | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— |
text_to_embedding
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input |
Parameterinput_shapes | Contractstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Contractfloat |
Parameterdimensions_override | Contractfalse |
Parametermax_input_budget_units | Contract512 |
Parametermultimodal_objects | Contractfalse |
Parametermaterial_types | Contracttext, token_ids |
Levenscyclus: synchronous_json
Bewaar elke vectorindex en -dimensie.
Ook bij een multimodale modelnaam zijn afbeeldingsobjecten op dit specifieke pad niet toegestaan.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.00001 / 1K tokens Uitvoer · Uitvoertokens $0 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke vector met zijn index. Het aantal vectoren moet gelijk zijn aan het aantal invoeritems; de dimensies moeten consistent zijn.
Er wordt geen endpoint voor embeddingtaken toegevoegd.
| Veld | Type |
|---|---|
Veldobject | Typestring |
Veldmodel | Typestring |
Velddata[].index | Typeinteger |
Velddata[].embedding | Typefinite float[] |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra baai/bge-base-en-v1.5
Gebruik de hierboven getoonde methodepaden.