Source: https://ailoot.ai/models/th/baai-bge-m3/
Canonical: https://ailoot.ai/models/th/baai-bge-m3/
Language: th

# BAAI: bge-m3

[Markdown](https://ailoot.ai/models/th/baai-bge-m3/index.md) · [JSON](https://ailoot.ai/models/th/baai-bge-m3/facts.json)

## [BAAI: bge-m3](https://ailoot.ai/models/th/baai-bge-m3/)

BAAI BGE-M3 รองรับการค้นคืนแบบหนาแน่น แบบคำศัพท์เบาบาง และแบบหลายเวกเตอร์ในมากกว่า 100 ภาษา เอาต์พุตแบบหนาแน่นมี 1024 มิติ และหน้าต่างขนาด 8192 โทเคนรองรับตั้งแต่ประโยคถึงเอกสารยาวโดยไม่ต้องมีคำสั่งสำหรับคำค้น

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `baai/bge-m3`](https://ailoot.ai/models/th/baai-bge-m3/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

BGE-M3 เป็นโมเดลค้นคืนหลายภาษาของ BAAI ที่ออกแบบรอบความยืดหยุ่นสามแบบ ได้แก่ หลายหน้าที่ค้นคืน หลายภาษา และความยาวอินพุตที่แตกต่างกัน ผู้ผลิตระบุว่ารองรับมากกว่าหนึ่งร้อยภาษาและอินพุตสูงสุด 8192 โทเคน โมเดลเดียวให้เวกเตอร์หนาแน่น น้ำหนักคำแบบเบาบาง และตัวแทนหลายเวกเตอร์ได้ ทำให้การออกแบบค้นคืนเลือกหรือรวมหลักฐานมากกว่าหนึ่งประเภทได้

#### ตัวแทนสามแบบสำหรับการค้นคืน

โหมดหนาแน่นแปลงข้อความเป็นเวกเตอร์ 1024 มิติหนึ่งตัว รองรับการเปรียบเทียบความหมายที่คำค้นและย่อหน้าแทน โหมดเบาบางให้น้ำหนักแก่โทเคนที่ปรากฏในข้อความสำหรับจับคู่คำ โหมดหลายเวกเตอร์แทนข้อความด้วยหลายเวกเตอร์และใช้ปฏิสัมพันธ์แบบ ColBERT เพื่อเปรียบเทียบคำค้นกับเอกสารในระดับละเอียดกว่า

เอาต์พุตเหล่านี้มีบทบาทต่างกันในดัชนีค้นหา เวกเตอร์หนาแน่นให้ตัวแทนหนึ่งชุดสำหรับย่อหน้า แมปน้ำหนักโทเคนเบาบางรักษาสัญญาณคำ และหลายเวกเตอร์ให้โครงสร้างเปรียบเทียบอีกแบบ ตัวอย่างผู้ผลิตแสดงการคืนตัวแทนที่เลือกและคำนวณคะแนนคู่ข้อความ ให้ตัวแทนและวิธีให้คะแนนที่เลือกเป็นส่วนที่ตั้งใจกำหนดของงานค้นคืน

#### ข้อความหลายภาษาและการเตรียมอินพุต

BGE-M3 ไม่ต้องเพิ่มคำสั่งค้นคืนที่โมเดล BGE ก่อนหน้าใช้ เตรียมคำค้นและย่อหน้าต้นฉบับจริงโดยตรง คอลเล็กชันความรู้หลายภาษาเก็บแต่ละย่อหน้าในภาษาเดิมพร้อมตัวระบุเอกสารและโลแคลได้ ใช้คำถามผู้ใช้จริงจากชุดภาษาที่ตั้งใจเมื่อทดสอบผล

งานจริงอย่างหนึ่งคือค้นคำอธิบายนโยบาย ความช่วยเหลือผลิตภัณฑ์ หรือเอกสารเทคนิคที่เก็บไว้หลายภาษา รักษาชื่อ หมายเลขโมเดล และคำที่สำคัญต่อคำถาม ตัวแทนคำช่วยรักษาการจับคู่คำเหล่านั้น ขณะที่ตัวแทนหนาแน่นให้หลักฐานเชิงความหมาย ย่อหน้าที่ค้นคืนควรมีข้อความและตำแหน่งแหล่งที่มาที่ผู้อ่านตรวจได้

#### เอกสารยาวและระดับความละเอียด

หน้าต่างอินพุต 8192 โทเคนทำให้โมเดลแทนข้อมูลได้ตั้งแต่ประโยคสั้นจนถึงเอกสารยาว เลือกหน่วยตามคำตอบที่การค้นหาควรคืน ส่วนที่ครบถ้วนรักษานิยามและข้อยกเว้นได้ ย่อหน้าที่เล็กลงทำให้หาคำสั่งเฉพาะได้ง่าย หน้าต่างยาวทำให้เลือกเช่นนี้ได้ แต่เวกเตอร์ยังสัมพันธ์กับข้อมูลที่เข้ารหัสจริง

เชื่อมแต่ละย่อหน้ากับเอกสารแม่และรุ่น สำหรับรายงานยาว ให้เก็บหัวข้อและคำอธิบายรอบตัวเลขหรือข้อสรุปที่เกี่ยวข้อง อย่าพึ่งเพียงชื่อผลค้นหาเมื่อหลักฐานอยู่ในเนื้อหา หากต้นฉบับเปลี่ยน ให้รักษาเมทาดาทามากพอที่จะอัปเดตตัวแทนค้นคืนที่สอดคล้องกัน

#### คะแนนไฮบริดและการใช้ขั้นต่อไป

ผู้ผลิตแนะนำการค้นคืนไฮบริดตามด้วยขั้นตอนจัดอันดับซ้ำแยกต่างหาก ตัวอย่างคำนวณคะแนนแบบหนาแน่น เบาบาง และหลายเวกเตอร์ แล้วสร้างผลรวมถ่วงน้ำหนัก เลือกการผสมตามคำถามและคำศัพท์ของคอลเล็กชัน น้ำหนักในตัวอย่างไม่ใช่การตั้งค่าสากลสำหรับทุกคลัง

ผลที่มีประโยชน์คือชุดตัวเลือกที่ยังมีข้อความย่อหน้าต้นฉบับ พร้อมบันทึกตัวแทนและวิธีจัดอันดับ ตัวจัดอันดับซ้ำแยกต่างหากปรับชุดนั้นได้ และขั้นตอนสร้างข้อความแยกต่างหากใช้เนื้อหาย่อหน้าได้ ความสามารถแบบเบาบางและหลายเวกเตอร์ของ BGE-M3 เป็นโหมดของโมเดลผู้ผลิต เอ็มเบดดิงหนาแน่น เอาต์พุตคำ และคะแนนคู่ เป็นสิ่งส่งมอบต่างชนิดกัน ไม่ใช่อาร์เรย์ที่สลับใช้แทนกันได้

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `baai/bge-m3`

[`baai/bge-m3`](https://ailoot.ai/models/th/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings)

BAAI /`baai/bge-m3`

### เริ่มต้น

BAAI BGE-M3 รองรับการค้นคืนแบบหนาแน่น แบบคำศัพท์เบาบาง และแบบหลายเวกเตอร์ในมากกว่า 100 ภาษา เอาต์พุตแบบหนาแน่นมี 1024 มิติ และหน้าต่างขนาด 8192 โทเคนรองรับตั้งแต่ประโยคถึงเอกสารยาวโดยไม่ต้องมีคำสั่งสำหรับคำค้น

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

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

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

บริบท

8,194 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด baai/bge-m3 | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 8,194 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด8194 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00004** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

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)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`baai/bge-m3`](https://ailoot.ai/models/th/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`baai/bge-m3`](https://ailoot.ai/models/th/#m=baai%2Fbge-m3&route=Ultra&caller=baai%2Fbge-m3&fmt=embeddings)

FAQ · BAAI: bge-m3

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/embeddings` · `baai/bge-m3`: `text`, `token_ids` → `embedding`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/embeddings` · `baai/bge-m3`: `model`, `input`, `encoding_format`, `provider`

มีข้อจำกัดใดบ้าง?

`POST /v1/embeddings` · `baai/bge-m3`: `ctx`: `8194`; `input.budget.maximum`: `8194` (ไบต์ UTF8); `input.min_items`: `1`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ