BAAI: bge-base-en-v1.5
BAAI bge-base-en-v1.5 inglizcha matnni semantik qidiruv va o‘xshashlik vazifalari uchun 768 o‘lchamli vektorlarga aylantiradi. Uning 512 tokenli kirish oynasi va faqat so‘rovga qo‘llanadigan qidiruv ko‘rsatmasi hujjat yoki bilim qidiruv indeksidagi mazmuni aniq yo‘naltirilgan parchalarga mos.
Model haqida
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
bge-base-en-v1.5 — BAAI’ning base hajmidagi inglizcha zich embedding modeli. U har matnni qidiruv va semantik taqqoslash uchun 768 o‘lchamli raqamli ifodaga aylantiradi. Model oldingi oilaning o‘xshashlik ballari taqsimotini yaxshilaydigan va ko‘rsatma berilmaganda qidiruvni kuchaytiradigan BGE v1.5 qatoriga tegishli. Uning chiqishi matnlarni taqqoslash yoki tegishli parchalarni topish uchun ishlatiladigan vektordir.
So‘rovlar va parchalarni tayyorlang
Uzunroq parchalarni qidirayotgan qisqa so‘rov uchun BAAI so‘rov oldiga “Represent this sentence for searching relevant passages:” prefiksini qo‘shishni tavsiya qiladi. Korpus parchalariga bu ko‘rsatma qo‘shilmaydi. Boshqa vazifalarda asl matnni bevosita embedding qilish mumkin. Ishlab chiqaruvchi v1.5 ko‘rsatmasiz ham ishlashini aytadi; demak prefiksni yagona yaroqli kirish deb bilish o‘rniga, tayyorlash usulini vazifaga qarab tanlash kerak.
Amaliy qidiruv to‘plami yordam maqolalari, mahsulot izohlari yoki texnik ko‘rsatmalarni saqlashi mumkin. “How do I change the export format?” kabi so‘rov shu amalni tavsiflaydigan parchani topishi kerak. Bo‘lim sarlavhasi, tegishli shartlar va haqiqiy manba matnini birga saqlang. Qidiruv natijasi foydalanuvchi o‘qiy oladigan yoki keyingi javob bosqichi iqtibos keltira oladigan materialni qaytarishi uchun parcha identifikatori va joyini vektor yonida saqlang.
Vektor formati va taqqoslash
Hujjatlashtirilgan ifoda gap embeddingi sifatida birinchi, ya’ni CLS tokenining yakuniy yashirin holatidan foydalanadi. Ishlab chiqaruvchi misollari vektorni normallaydi va normallangan embeddinglarni kosinus o‘xshashligiga teng skalyar ko‘paytma bilan taqqoslaydi. 768 o‘lcham shu model chiqish ifodasining hajmidir; bu tanlanadigan kontekst uzunligi yoki matn yaratish limiti emas.
Taqqoslanayotgan so‘rov va korpus vektorlari uchun bir xil model va tayyorlash qoidasidan foydalaning. Amaliy tekshiruv — haqiqiy foydalanuvchi savollarining kichik to‘plami uchun javob borligi ma’lum parchalarni topib, qaytgan matnni tekshirish. Mos vektor shakli indeksga ifodani saqlash imkonini beradi; natija aslida nima deyishini esa manba parchasi belgilaydi.
Kirish uzunligi va hujjatni tayyorlash
Modelning hujjatlashtirilgan ketma-ketlik uzunligi 512 token. Shuning uchun uzun manbani embedding qilishdan oldin izchil, javobni o‘z ichiga oladigan parchalarga bo‘lish kerak. Ta’riflar va istisnolarni ular aniqlik kiritadigan bayonot bilan saqlang, parcha bilan asosiy hujjat bog‘liqligini saqlang. Embedding qilinadigan matnga qo‘shgan ko‘rsatma yoki sarlavhangiz ham kiradi; ixcham tayyorlash foydali manba mazmuniga ko‘proq joy qoldiradi.
Hisobot yoki qo‘llanmada chegaralarni bo‘lim yoki bir nechta bog‘liq paragraf atrofida tanlang. Faqat sarlavha yoki mavzusi yo‘q bo‘lakdan iborat parchani topilganda tushunish qiyin bo‘lishi mumkin. Hujjat o‘zgarsa, indeks yangilanishi tegishli materialni almashtira olishi uchun asl matn va manba versiyasini saqlang.
Ballar va foydali chiqish
BAAI mutlaq o‘xshashlik qiymatlari ikki matn bir xil ma’noni anglatishini hal qiladigan universal chegaralar emasligini ogohlantiradi. Nisbiy reyting muhim; filtrlash chegarasini vazifaning o‘z ma’lumotlaridagi taqsimot orqali tanlash kerak. Yuqori vektor o‘xshashligi parcha faktlarini tasdiqlash emas, qidiruv signalidir.
Foydali natija — inglizcha parchalar indeksi, so‘rov vektorlari to‘plami yoki semantik taqqoslash uchun raqamli xususiyatlar. Alohida qayta reytinglovchi model topilgan nomzodlarni aniqlashtirishi, alohida yaratish bosqichi esa ularning matnidan javob yozishi mumkin. Aynan bu base inglizcha v1.5 modeli BGE Large, xitoycha nashrlar va BGE-M3’ning ko‘p tilli hamda gibrid qidiruv profillaridan farq qiladi.
Ailoot Ultra · Embeddinglar POST /v1/embeddings baai/bge-base-en-v1.5
baai/bge-base-en-v1.5Boshlash
BAAI bge-base-en-v1.5 inglizcha matnni semantik qidiruv va o‘xshashlik vazifalari uchun 768 o‘lchamli vektorlarga aylantiradi. Uning 512 tokenli kirish oynasi va faqat so‘rovga qo‘llanadigan qidiruv ko‘rsatmasi hujjat yoki bilim qidiruv indeksidagi mazmuni aniq yo‘naltirilgan parchalarga mos.
- Qabul qilinadigan kirish ma’lumotlari
- Matn · token_ids
- Natijalar
- embedding
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot Ultra · Embeddinglar POST /v1/embeddings
- Kirish
text,token_ids- Chiqish
embedding- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar baai/bge-base-en-v1.5 | Standart— |
Maydoninput | Turstring|string[]|integer[]|integer[][] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 Shartlar: Bo‘sh bo‘lmagan, bir xil turdagi elementlardan iborat paket. Token ID lari manfiy bo‘lmagan butun sonlardir. Kirish budjeti: Eng ko‘p: 512 · Matn birligi: UTF8 baytlari · Token birligi: Tokenlar massivi elementlari | Standart— |
Maydonencoding_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar float | Standartfloat |
Maydondimensions | Turinteger | TalabQo‘llab-quvvatlanmaydi | Qiymatlar va cheklovlar Eng kam: 1 | Standart— |
Maydonuser | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonsession_id | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydontrace | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: provider.options rad etildi | Standart— |
Kirish materiallari birikmalari
text_to_embedding
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, input |
Parametrinput_shapes | Parametr talablaristring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametrencoding_format | Parametr talablarifloat |
Parametrdimensions_override | Parametr talablarifalse |
Parametrmax_input_budget_units | Parametr talablari512 |
Parametrmultimodal_objects | Parametr talablarifalse |
Parametrmaterial_types | Parametr talablaritext, token_ids |
Hayot sikli: synchronous_json
Har bir vektorning indeksi va o‘lchamini saqlang.
Model nomida multimodal deyilgani aynan shu yo‘nalishda rasm obyektlariga ruxsat borligini anglatmaydi.
Tariflar
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
- Tezkor rejim
- Ko‘rsatilmagan Tezkor rejim tanlanganda
- Flex rejimi
- Ko‘rsatilmagan flex rejimi tanlanganda
- Maksimal fikrlash darajasi
- Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda
Ailoot tariflari
Sozlamalar bo‘yicha narxlar
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00001 / 1K token Chiqish · Chiqish tokenlari $0 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot Ultra · Embeddinglar
set -eu
: "${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)
Natijalarni olish va saqlash
Ailoot Ultra · Embeddinglar
json
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.
Asl javobni tekshirish kerak bo‘lsa
Embedding vazifalari uchun endpoint qo‘shilmaydi.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydonobject | Turstring |
Maydonmodel | Turstring |
Maydondata[].index | Turinteger |
Maydondata[].embedding | Turfinite float[] |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Taxalluslar
Model taxalluslari
Ailoot Ultra baai/bge-base-en-v1.5
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
FAQ · BAAI: bge-base-en-v1.5
- Qanday kirish ma’lumotlari va natijalar mavjud?
POST /v1/embeddings·baai/bge-base-en-v1.5:text,token_ids→embedding- So‘rov qaysi maydonlardan foydalanadi?
POST /v1/embeddings·baai/bge-base-en-v1.5:model,input,encoding_format,provider- Qanday cheklovlar amal qiladi?
POST /v1/embeddings·baai/bge-base-en-v1.5:input.budget.maximum:512(UTF8 baytlari);input.min_items:1