bge-m3

BGE‑M3 es un modelo de embedding del Beijing Academy of Artificial Intelligence para retrieval avanzado. Admite tres modos: denso, multivector y disperso. Su enfoque multigranular gestiona textos de longitud variable en más de 100 idiomas. Está optimizado para búsqueda semántica, ranking de documentos y pipelines RAG, con equilibrio entre precisión y velocidad de inferencia.

• SEDE DEL PROVEEDOR: Fuera de la UE
• PARÁMETROS: ~567M
• CONTEXTO MÁX.: 8.192 token
• LICENCIA: MIT
• FUNCIONALIDADES: Retrieval denso, Retrieval disperso, Multivector (ColBERT)
• FORMATOS DE SALIDA: Embedding_vector

• Búsqueda semántica en documentos largos
• Pipelines RAG multilingües
• Ranking y re-ranking de resultados
• Indexación y retrieval enterprise

curl --request POST \
--url https://apiaruba.it/aiplatform/v1/embeddings \
--header 'content-type: application/json' \
--header 'x-aruba-api-key: *****' \
--data '{
"model": "bge-m3",
"input": [
"primo testo",
"secondo testo"
]
}'

{
"model": "bge-m3",
"data": [
{
"embedding": [
0.01378626748919487,
0.031720615923404694,
-0.02318044938147068,
-0.007808151189237833,
0.0043615843169391155,
...
]
}
]
}

• multilingual‑e5‑large

• Hugging Face
• Artículo