Embedding Modelsbaai

معرفی و مستندات مدل هوش مصنوعی bge-base-en

مستندات مدل bge-base-en ارائه شده توسط ای آی کار (AI-KAR)

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت متوسط پشتیبانی می‌کند. برای دریافت بهترین نتیجه، استفاده از متون انگلیسی توصیه می‌شود.

مدل bge-base-en یک مدل embedding است که در ایجاد بازنمایی‌های زبانی با دقت بالا عالی است. این مدل برای تولید embeddingهای دقیق طراحی شده است که ظرافت‌های زبان را به تصویر می‌کشند و انجام وظایف پیشرفته پردازش زبان طبیعی را تسهیل می‌کنند. این مدل قادر است متن ورودی را به بردار معنایی تبدیل کند که این بردارها می‌توانند در وظایفی مانند جستجوی معنایی، خوشه‌بندی متن، و ارزیابی شباهت متون مورد استفاده قرار گیرند. با استفاده از این مدل، می‌توان سیستم‌هایی را ایجاد کرد که قادر به درک عمیق‌تری از معنای متون مختلف هستند. مدل bge-base-en به ویژه برای کاربردهایی که نیاز به دقت بالا در درک زبان دارند، مناسب است. این مدل با در نظر گرفتن ساختارهای پیچیده زبانی، قادر است بازنمایی‌های دقیقی از متون ایجاد کند که در نهایت منجر به بهبود عملکرد سیستم‌های پردازش زبان طبیعی می‌شود. به عنوان مثال، در یک سیستم جستجوی معنایی، این مدل می‌تواند به طور دقیق‌تر متون مرتبط با پرسش کاربر را شناسایی کند. همچنین، در وظایف خوشه‌بندی متن، این مدل می‌تواند متون مشابه را با دقت بیشتری در یک گروه قرار دهد. مدل bge-base-en با ارائه بازنمایی‌های دقیق و کارآمد از زبان، به توسعه‌دهندگان کمک می‌کند تا سیستم‌های پردازش زبان طبیعی پیشرفته‌تری را ایجاد کنند. این مدل با توجه به توانایی‌های خود، می‌تواند در زمینه‌های مختلفی از جمله تحلیل احساسات، خلاصه‌سازی متن، و ترجمه ماشینی نیز مورد استفاده قرار گیرد. با استفاده از این مدل، می‌توان سیستم‌هایی را ایجاد کرد که قادر به درک عمیق‌تری از معنای متون مختلف هستند و در نتیجه، عملکرد بهتری را در وظایف پردازش زبان طبیعی ارائه می‌دهند. این مدل به عنوان یک ابزار قدرتمند در اختیار توسعه‌دهندگان قرار دارد تا بتوانند سیستم‌های هوشمندتری را ایجاد کنند که قادر به تعامل موثرتر با زبان انسانی هستند.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده برای تولید embedding. مقدار آن باید `BAAI/bge-base-en-v1.5` باشد. مقادیر مجاز (کلیک برای کپی):
input	stringRequired	متن ورودی برای تولید embedding. حداقل طول: 1 کاراکتر، حداکثر طول: 3000 کاراکتر.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json

url = "https://api.ai-kar.com/v1/embeddings"
headers = {
    "Authorization": "Bearer YOUR_SECRET_TOKEN",
    "Content-Type": "application/json"
}
data = {
    "model": "BAAI/bge-base-en-v1.5",
    "input": "text"
}

response = requests.post(url, headers=headers, data=json.dumps(data))

print(response.status_code)
print(response.text)

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{}