许可协议：apache-2.0
任务类型：句子相似度
基础模型：

• BAAI/bge-base-en-v1.5

BAAI/bge-base-en-v1.5的量化ONNX移植版本，用于文本分类和相似性搜索。

使用示例

以下是通过FastEmbed使用该模型进行推理的示例：

from fastembed import TextEmbedding

documents = [
    "你应当留下、学习并冲刺。",
    "历史只能让我们为再次的意外做好准备。",
]

model = TextEmbedding(model_name="BAAI/bge-base-en-v1.5")
embeddings = list(model.embed(documents))

# [
#     array([
#         0.00611658, 0.00068912, -0.0203846, ..., -0.01751488, -0.01174267,
#         0.01463472
#     ],
#           dtype=float32),
#     array([
#         0.00173448, -0.00329958, 0.01557874, ..., -0.01473586, 0.0281806,
#         -0.00448205
#     ],
#           dtype=float32)
# ]