BAAI: bge-large-en-v1.5

O BAAI bge-large-en-v1.5 é um modelo de embedding da BAAI, a Beijing Academy of Artificial Intelligence. Ele está na categoria de embeddings e não na categoria de chat, o que significa que não gera texto conversacional. Em vez disso, transforma texto em vetores que você pode armazenar, comparar e pesquisar. O modelo foi lançado pelo provedor em 2025-11-18.

O modelo recebe texto em inglês como entrada e produz embeddings como saída. Ele mapeia frases, parágrafos e documentos em inglês para um espaço vetorial denso de 1024 dimensões, com o objetivo de embeddings semânticos de alta fidelidade. A janela de contexto é de 512 tokens, e a saída máxima é 460. Como a entrada é apenas texto e a saída é um vetor, não há prosa gerada para ler ou analisar; você obtém representações numéricas de significado com as quais sistemas downstream podem trabalhar.

Essas características apontam para um conjunto bastante específico de usos. A busca semântica é o mais óbvio: faça o embedding dos seus documentos uma vez, faça o embedding da consulta no momento da requisição e classifique por similaridade vetorial. Recuperação de documentos e pipelines de geração aumentada por recuperação seguem o mesmo padrão, em que o modelo de embedding lida com a recuperação e um modelo de geração separado lida com a resposta. O modelo também é adequado para tarefas downstream de NLP que consomem embeddings, como agrupamento, deduplicação, features de classificação e comparação de similaridade entre frases ou parágrafos. Qualquer coisa que precise de uma representação numérica compacta de texto em inglês é uma candidata.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "baai/bge-large-en-v1.5". Como o endpoint segue o formato de embeddings da OpenAI, você envia seu texto no campo input e recebe um vetor de volta na resposta. O modelo não lista parâmetros suportados, então não há nada para ajustar além do id de modelo e da própria entrada; não espere que opções como temperature ou top_p se apliquem aqui, já que elas pertencem a modelos de geração. Mantenha cada entrada dentro da janela de contexto de 512 tokens, e observe a saída máxima de 460.

A principal restrição a considerar é essa janela de 512 tokens. Documentos longos precisam ser divididos em chunks antes do embedding, e a estratégia de chunking afetará a qualidade da recuperação mais do que qualquer outra coisa que você controla. Se sua tarefa exige gerar texto em vez de representá-lo, este é o modelo errado e você deve procurar um modelo de chat ou completion. Se seu texto não estiver em inglês, o foco declarado do modelo em inglês significa que você deve verificar se ele se adequa antes de se comprometer.