BAAI: bge-base-en-v1.5

BAAI: bge-base-en-v1.5, BAAI (Beijing Academy of Artificial Intelligence) tarafından geliştirilen bir embedding modelidir. Embeddings kategorisine aittir, yani sohbet yanıtları üretmek veya metin tamamlamak için tasarlanmamıştır. Bunun yerine metni sayısal vektörlere dönüştürür. İngilizce bir modeldir ve adındaki v1.5, bunun bge-base-en ailesinin 1.5 sürümü olduğunu gösterir. Uygulamanız genel bir sohbet asistanına ihtiyaç duyuyorsa, bu o tür bir model değildir. Uygulamanız metni anlamına göre karşılaştırmak, aramak veya eşleştirmek istiyorsa, değerlendirilmesi gereken model bu türdür.

Model girdi olarak metni kabul eder ve çıktı olarak embeddings üretir. Özellikle, İngilizce cümleleri ve paragrafları anlamsal anlam taşıması amaçlanan 768 boyutlu yoğun vektörlere dönüştürür. Bağlam uzunluğu 512 token'dır ve maksimum çıktı 460'tır. Pratikte 512 token, uzun belgeler yerine cümleler veya tek paragraflar göndermeniz gerektiği anlamına gelir, çünkü daha uzun materyallerin embedding öncesinde bölünmesi gerekir. Sağlayıcı, modeli retrieval, semantik arama ve belge eşleştirme iş akışları için optimize edilmiş verimli, yüksek kaliteli semantik embeddings sunan bir model olarak tanımlar. Vektörler yoğundur, bu nedenle ölçekte depolamak ve karşılaştırmak için yeterince kompakttır.

Bu özellikler oldukça belirli bir kullanım senaryoları kümesine işaret eder. Semantik arama en net olanıdır: bir sorguyu ve belgelerinizi embed edin, ardından belgeleri anahtar kelime örtüşmesi yerine vektör benzerliğine göre sıralayın. Retrieval ardışık düzenleri, bir soruyla ilgili pasajları getirmek için aynı davranışı kullanabilir. Belge eşleştirme de uygundur, örneğin neredeyse yinelenen kayıtları bulmak, benzer destek taleplerini gruplamak veya iki koleksiyon arasında ilgili öğeleri bağlamak. Model yalnızca İngilizce olduğu ve 512 token ile sınırlı olduğu için cümle ve paragraf düzeyindeki görevlere uygundur. Kısa İngilizce metin üzerinde tekilleştirme, kümeleme ve benzerlik puanlaması doğal uyumlardır, yeter ki daha uzun girdileri önce parçalara ayırın.

Modeli, "baai/bge-base-en-v1.5" model id'sini kullanarak api14'ün OpenAI uyumlu API'si üzerinden çağırırsınız. API, OpenAI formatını izlediği için mevcut bir OpenAI istemcisini api14'e yönlendirebilir, metninizi embeddings endpoint'ine gönderebilir ve yanıtta vektörleri alabilirsiniz. Bu model için listelenen desteklenen parametreler boştur, bu nedenle isteğinizin zaten içerdiklerinin ötesinde ek ayar seçeneği almaz; temperature veya top_p gibi ayarlanacak bir şey yoktur, çünkü bunlar embedding yerine metin üretimine aittir. Güncel ücretler için bu sayfadaki canlı fiyat tablosuna bakın.

Akılda tutulması gereken ana kısıtlar 512 token bağlam uzunluğu, 460 maksimum çıktı, yalnızca İngilizce girdi ve çıktının düzyazı yerine vektörler olmasıdır. Uzun belgeleri tek geçişte embed etmeniz, birden çok dili işlemeniz veya metin üretmeniz gerekiyorsa, api14'teki başka bir model daha iyi uyacaktır. Amaçlanan kapsamı içinde, İngilizce cümleler ve paragraflar üzerinde retrieval, semantik arama ve belge eşleştirme için bu model doğrudan bir seçenektir.