BAAI: bge-base-en-v1.5

BAAI: bge-base-en-v1.5 adalah model embedding dari BAAI, Beijing Academy of Artificial Intelligence. Model ini termasuk dalam kategori embeddings, yang berarti model ini tidak dibangun untuk menghasilkan balasan chat atau melengkapi teks. Sebaliknya, model ini mengubah teks menjadi vektor numerik. Model ini adalah model berbahasa Inggris, dan v1.5 pada namanya menandai ini sebagai versi 1.5 dari keluarga bge-base-en. Jika aplikasi Anda membutuhkan asisten chat umum, ini bukan model seperti itu. Jika aplikasi Anda perlu membandingkan, mencari, atau mencocokkan teks berdasarkan makna, inilah jenis model yang perlu dievaluasi.

Model ini menerima teks sebagai input dan menghasilkan embeddings sebagai output. Secara spesifik, model ini mengubah kalimat dan paragraf bahasa Inggris menjadi vektor dense 768 dimensi, yang dimaksudkan untuk membawa makna semantik. Panjang konteks adalah 512 token, dan output maksimum adalah 460. Dalam praktiknya, 512 token berarti Anda sebaiknya mengirim kalimat atau satu paragraf saja, bukan dokumen panjang, karena materi yang lebih panjang perlu dipotong sebelum di-embedding. Provider mendeskripsikan model ini sebagai penyedia embedding semantik yang efisien dan berkualitas tinggi, dioptimalkan untuk alur kerja retrieval, pencarian semantik, dan pencocokan dokumen. Vektornya dense, sehingga cukup ringkas untuk disimpan dan dibandingkan dalam skala besar.

Karakteristik tersebut mengarah pada serangkaian use case yang cukup spesifik. Pencarian semantik adalah yang paling jelas: embed sebuah query dan dokumen Anda, lalu peringkatkan dokumen berdasarkan kemiripan vektor, bukan tumpang tindih kata kunci. Pipeline retrieval dapat menggunakan perilaku yang sama untuk mengambil bagian yang relevan dengan sebuah pertanyaan. Pencocokan dokumen juga cocok, misalnya menemukan catatan yang hampir duplikat, mengelompokkan tiket dukungan yang serupa, atau menghubungkan item terkait di antara dua koleksi. Karena model ini hanya untuk bahasa Inggris dan dibatasi 512 token, model ini cocok untuk tugas tingkat kalimat dan paragraf. Deduplikasi, clustering, dan penilaian kemiripan pada teks bahasa Inggris pendek semuanya cocok secara alami, asalkan Anda memotong input yang lebih panjang terlebih dahulu.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "baai/bge-base-en-v1.5". Karena API mengikuti format OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke api14, mengirim teks Anda ke endpoint embeddings, dan menerima vektor dalam respons. Parameter yang didukung dan terdaftar untuk model ini kosong, jadi model ini tidak menerima opsi tuning tambahan di luar apa yang sudah termasuk dalam permintaan Anda; tidak ada hal seperti temperature atau top_p untuk diatur, karena itu milik generasi teks, bukan embedding. Periksa tabel harga langsung di halaman ini untuk tarif terkini.

Batasan utama yang perlu diingat adalah panjang konteks 512 token, output maksimum 460, input hanya bahasa Inggris, dan fakta bahwa outputnya adalah vektor, bukan prosa. Jika Anda perlu melakukan embedding dokumen panjang dalam satu proses, menangani banyak bahasa, atau menghasilkan teks, model lain di api14 akan lebih cocok. Dalam cakupan yang dimaksudkan, yaitu retrieval, pencarian semantik, dan pencocokan dokumen pada kalimat dan paragraf bahasa Inggris, model ini adalah opsi yang langsung dapat digunakan.