BAAI: bge-base-en-v1.5

BAAI bge-base-en-v1.5 zamienia angielski tekst w wektory o 768 wymiarach do zadań wyszukiwania semantycznego i podobieństwa. Okno wejścia 512 tokenów i instrukcja wyszukiwania tylko dla zapytania pasują do fragmentów o ściśle określonym temacie w indeksie dokumentów lub wiedzy.

Ailoot Ultra · Reprezentacje wektorowe POST /v1/embeddings baai/bge-base-en-v1.5

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

bge-base-en-v1.5 to angielski model gęstych osadzeń BAAI w rozmiarze Base. Zamienia każdy tekst w reprezentację liczbową o 768 wymiarach do wyszukiwania i porównania semantycznego. Model należy do linii BGE v1.5, która poprawia rozkład ocen podobieństwa wcześniejszej rodziny i usprawnia wyszukiwanie bez podanej instrukcji. Jego wyjściem jest wektor używany do porównywania tekstów lub znajdowania istotnych fragmentów.

Przygotuj zapytania i fragmenty

Dla krótkiego zapytania szukającego dłuższych fragmentów BAAI zaleca poprzedzenie zapytania tekstem „Represent this sentence for searching relevant passages:”. Fragmenty korpusu nie otrzymują tej instrukcji. W innych zadaniach można osadzać oryginalny tekst bezpośrednio. Producent zaznacza, że v1.5 działa również bez instrukcji, dlatego przygotowanie należy wybierać zgodnie z zadaniem, zamiast traktować prefiks jako jedyne prawidłowe wejście.

Praktyczny zbiór wyszukiwawczy może zawierać artykuły pomocy, wyjaśnienia produktów lub instrukcje techniczne. Zapytanie takie jak „How do I change the export format?” powinno wyszukać fragment opisujący to działanie. Zachowaj razem nagłówek sekcji, istotne warunki i rzeczywisty tekst źródłowy. Przechowuj identyfikator i lokalizację fragmentu obok jego wektora, aby wynik wyszukiwania mógł zwrócić coś do przeczytania przez użytkownika lub zacytowania na późniejszym etapie odpowiedzi.

Format wektora i porównanie

Udokumentowana reprezentacja używa końcowego stanu ukrytego pierwszego tokenu, czyli CLS, jako osadzenia zdania. Przykłady producenta normalizują wektor i porównują znormalizowane osadzenia iloczynem skalarnym, równoważnym podobieństwu cosinusowemu. 768 wymiarów to rozmiar reprezentacji wyjściowej modelu; nie są wybieraną długością kontekstu ani limitem generowania tekstu.

Używaj tego samego modelu i konwencji przygotowania dla porównywanych wektorów zapytania i korpusu. Praktyczną kontrolą jest wyszukanie znanych fragmentów zawierających odpowiedź dla małego zestawu rzeczywistych pytań użytkowników, a następnie sprawdzenie zwróconego tekstu. Zgodny kształt wektora pozwala indeksowi przechować reprezentację, a fragment źródłowy ustala, co wynik faktycznie mówi.

Długość wejścia i przygotowanie dokumentów

Udokumentowana długość sekwencji modelu wynosi 512 tokenów. Długie źródło należy więc podzielić przed osadzeniem na spójne fragmenty zawierające odpowiedzi. Zachowaj definicje i wyjątki z twierdzeniem, które ograniczają, oraz połączenie fragmentu z dokumentem nadrzędnym. Osadzany tekst obejmuje każdą dodaną instrukcję lub nagłówek, dlatego zwięzłe przygotowanie zostawia więcej miejsca na użyteczną treść źródłową.

W raporcie lub podręczniku wybieraj granice wokół sekcji albo niewielkiej grupy powiązanych akapitów. Fragment zawierający wyłącznie tytuł lub urywek bez jego tematu może być trudny do zinterpretowania po wyszukaniu. Zachowaj oryginalny tekst i wersję źródła, aby aktualizacja indeksu mogła zastąpić odpowiedni materiał po zmianie dokumentu.

Oceny i użyteczne wyjście

BAAI ostrzega, że bezwzględne wartości podobieństwa nie są uniwersalnymi progami pozwalającymi ustalić, że dwa teksty znaczą to samo. Ważny jest względny ranking, a próg filtrowania należy dobrać na podstawie rozkładu na danych samego zadania. Wysokie podobieństwo wektorów jest sygnałem wyszukiwania, a nie weryfikacją faktycznej treści fragmentu.

Użyteczny rezultat to indeks angielskich fragmentów, zbiór wektorów zapytań lub cechy liczbowe do porównania semantycznego. Osobny reranker może doprecyzować wyszukanych kandydatów, a osobny etap generowania napisać odpowiedź z ich tekstu. Ten konkretny angielski model Base v1.5 pozostaje odrębny od BGE Large, wydań chińskich i wielojęzycznych oraz hybrydowych profili wyszukiwania BGE-M3.

Ailoot Ultra · Reprezentacje wektorowe POST /v1/embeddings baai/bge-base-en-v1.5

baai/bge-base-en-v1.5

BAAI /baai/bge-base-en-v1.5

Start

Akceptowane dane wejściowe: Tekst · token_ids
Wyniki: embedding

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Reprezentacje wektorowe POST /v1/embeddings

Wejście: text, token_ids
Wyjście: embedding
Format wyjściowy: json

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity baai/bge-base-en-v1.5	Domyślnie—
Pole`input`	Typ`string\|string[]\|integer[]\|integer[][]`	WymaganieWymagane	Wartości i limity Minimalna liczba elementów: 1 Warunki: Niepusta, jednorodna partia danych. Identyfikatory tokenów są nieujemnymi liczbami całkowitymi. Budżet wejścia: Maksimum: 512 · Jednostka tekstu: bajty UTF8 · Jednostka tokenów: elementy tablicy tokenów	Domyślnie—
Pole`encoding_format`	Typ`string`	WymaganieOpcjonalne	Wartości i limity float	Domyślniefloat
Pole`dimensions`	Typ`integer`	WymaganieNieobsługiwane	Wartości i limity Minimum: 1	Domyślnie—
Pole`user`	Typ`json_value`	WymaganieOpcjonalne	Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu.	Domyślnie—
Pole`session_id`	Typ`json_value`	WymaganieOpcjonalne	Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu.	Domyślnie—
Pole`trace`	Typ`json_value`	WymaganieOpcjonalne	Wartości i limity Warunki: Źródło dopuszcza to pole metadanych JSON; dokładna semantyka po stronie dostawcy zależy od modelu.	Domyślnie—
Pole`provider`	Typ`object`	WymaganieOpcjonalne	Wartości i limity Warunki: Odrzucono provider.options	Domyślnie—

Kombinacje materiałów wejściowych

text_to_embedding

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input
Parametr`input_shapes`	Kontraktstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parametr`encoding_format`	Kontraktfloat
Parametr`dimensions_override`	Kontraktfalse
Parametr`max_input_budget_units`	Kontrakt512
Parametr`multimodal_objects`	Kontraktfalse
Parametr`material_types`	Kontrakttext, token_ids

Cykl życia: synchronous_json

Zachowaj indeks i liczbę wymiarów każdego wektora.

Nawet jeśli nazwa modelu wskazuje na multimodalność, ta konkretna ścieżka nie obsługuje obiektów obrazów.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Konfiguracja	Tabela stawek	Opłata
KonfiguracjaPodstawowe stawki za tokeny	Tabela stawekStawka podstawowa	Opłata Wejście · Tokeny wejściowe $0.00001 / 1K tokenów Wyjście · Tokeny wyjściowe $0 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Reprezentacje wektorowe

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-base-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

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-base-en-v1.5',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Odbieranie i zapisywanie wyników

Ailoot Ultra · Reprezentacje wektorowe

json

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj każdy wektor wraz z jego indeksem. Liczba wektorów musi być równa liczbie elementów wejściowych; wszystkie wektory muszą mieć tę samą liczbę wymiarów.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Nie wprowadzono endpointu zadań generowania osadzeń.

Pola odpowiedzi

Pole	Typ
Pole`object`	Typstring
Pole`model`	Typstring
Pole`data[].index`	Typinteger
Pole`data[].embedding`	Typfinite float[]
Pole`usage`	Typobject

Błędy i dalsze kroki

Odpowiedź	Warunek	Następny krok
Odpowiedź400 · `invalid_request_error`	WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru	Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra baai/bge-base-en-v1.5

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

baai/bge-base-en-v1.5

FAQ · BAAI: bge-base-en-v1.5

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/embeddings · baai/bge-base-en-v1.5: text, token_ids → embedding
Jakich pól używa żądanie?: POST /v1/embeddings · baai/bge-base-en-v1.5: model, input, encoding_format, provider
Jakie limity obowiązują?: POST /v1/embeddings · baai/bge-base-en-v1.5: input.budget.maximum: 512 (bajty UTF8); input.min_items: 1

BAAI: bge-base-en-v1.5