bge-m3

BGE‑M3 est un modèle d’embedding du Beijing Academy of Artificial Intelligence pour le retrieval avancé. Il prend en charge trois modes : dense, multi-vecteur et sparse. Son approche multigranulaire gère des textes de longueur variable dans plus de 100 langues. Il est optimisé pour la recherche sémantique, le ranking de documents et les pipelines RAG, avec un équilibre entre précision et vitesse d’inférence.

• SIÈGE DU FOURNISSEUR: Hors UE
• PARAMÈTRES: ~567M
• CONTEXTE MAX.: 8.192 token
• LICENCE: MIT
• FONCTIONNALITÉS: Retrieval dense, Retrieval sparse, Multi-vecteur (ColBERT)
• FORMATS DE SORTIE: Embedding_vector

• Recherche sémantique sur de longs documents
• Pipelines RAG multilingues
• Ranking et re-ranking des résultats
• Indexation et 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
• Article