BAAI: bge-large-en-v1.5

BAAI bge-large-en-v1.5, BAAI (Beijing Academy of Artificial Intelligence) tarafından geliştirilen bir gömme modelidir. Sohbet kategorisinde değil, gömmeler kategorisinde yer alır; bu, konuşma metni üretmediği anlamına gelir. Bunun yerine, metni saklayabileceğiniz, karşılaştırabileceğiniz ve üzerinde arama yapabileceğiniz vektörlere dönüştürür. Model, sağlayıcı tarafından 2025-11-18 tarihinde yayımlanmıştır.

Model girdi olarak İngilizce metin alır ve çıktı olarak gömmeler üretir. İngilizce cümleleri, paragrafları ve belgeleri 1024 boyutlu yoğun bir vektör uzayına eşler; amaç yüksek sadakatli anlamsal gömmelerdir. Bağlam penceresi 512 token'dır ve maksimum çıktı 460'tır. Girdi yalnızca metin, çıktı ise bir vektör olduğundan, okunacak veya ayrıştırılacak üretilmiş bir düzyazı yoktur; alt sistemlerin işleyebileceği anlamın sayısal temsillerini elde edersiniz.

Bu özellikler oldukça belirli bir kullanım kümesine işaret eder. Anlamsal arama en belirgin olanıdır: belgelerinizi bir kez gömün, sorguyu istek anında gömün ve vektör benzerliğine göre sıralayın. Belge erişimi ve erişim artırımlı üretim ardışık düzenleri aynı kalıba uyar; burada geri çağırmayı gömme modeli, yanıtı ise ayrı bir üretim modeli üstlenir. Model ayrıca gömmeleri tüketen alt NLP görevleri için de uygundur: kümeleme, yinelenenleri kaldırma, sınıflandırma öznitelikleri ve cümleler veya paragraflar arasında benzerlik karşılaştırması gibi. İngilizce metnin kompakt sayısal temsiline ihtiyaç duyan her şey bir adaydır.

Modele api14'ün OpenAI uyumlu API'si üzerinden "baai/bge-large-en-v1.5" model kimliğiyle erişirsiniz. Uç nokta OpenAI gömmeler biçimini izlediğinden, metninizi input alanında gönderirsiniz ve yanıtta bir vektör alırsınız. Model desteklenen parametre listelemez; dolayısıyla model kimliği ve girdinin kendisi dışında ayarlanacak bir şey yoktur; temperature veya top_p gibi seçeneklerin burada geçerli olmasını beklemeyin, çünkü bunlar üretim modellerine aittir. Her girdiyi 512 token'lık bağlam penceresi içinde tutun ve maksimum çıktının 460 olduğunu unutmayın.

Planlama yaparken dikkate alınacak ana kısıt, 512 token'lık bu penceredir. Uzun belgelerin gömülmeden önce parçalara bölünmesi gerekir ve parçalama stratejisi, kontrol ettiğiniz diğer her şeyden daha fazla geri çağırma kalitesini etkiler. Göreviniz metni temsil etmek yerine metin üretmeyi gerektiriyorsa, bu yanlış modeldir ve bunun yerine bir sohbet veya tamamlama modeline bakmalısınız. Metniniz İngilizce değilse, modelin belirtilen İngilizce odağı, karar vermeden önce uygun olup olmadığını kontrol etmeniz gerektiği anlamına gelir.