[控场AI]
模型BGE Embedding / BAAI General Embedding

BGE

由北京智源人工智能研究院开源的文本嵌入模型系列,在多个语义检索基准上表现优异,支持中英双语,是常用的开源 Embedding 模型之一。

核心事实

时间轴 (近 90 天)

10月5日

主流嵌入模型如 OpenAI text-embedding-3-small、BGE系列轻量版本通常在100M–500M参数量级

待验证50%
9月26日

Blender 从 2.8 版本起逐步移除了内置的 Game Engine(BGE),社区主要通过 UPBGE 或将场景导出到 Godot/Unity 等外部引擎来实现游戏逻辑

待验证50%
9月18日

HuggingFace上的BGE系列模型对中文支持更友好,且可本地部署避免数据出境合规风险

待验证50%
9月12日

OpenAI text-embedding、BGE、Jina是可选择的不同Embedding模型

待验证50%
9月12日

Embedding 模型(如 BGE、text-embedding-3-small)相比 LLM 体量小得多,通常可跑在 CPU 或低规格 GPU 上,推理耗时在毫秒级

待验证50%
9月11日

稠密向量检索的代表模型包括DPR、BGE、text-embedding-ada等

待验证50%
9月3日

主流文本嵌入模型通常基于对比学习训练,将语义相似的文本对映射到向量空间邻近位置,将不相关的文本对推远

待验证50%
8月31日

RAG 管道中文档通过嵌入模型转换为高维向量表示,通常为 768 至 3072 维

待验证50%
8月27日

BGE(BAAI General Embedding)由北京智源人工智能研究院开发,在中英文双语场景下具有优势

待验证50%
8月27日

FastEmbed-rs 支持多种主流开源嵌入模型,包括 BGE、E5、all-MiniLM 等

待验证50%

还有 2 条时间轴事件

全部知识事实 (16)

已验证

OpenAI的text-embedding-ada-002和开源的BGE系列是常用的Embedding模型

80%
已验证

BGE(BAAI General Embedding)是由北京智源人工智能研究院开源的中文嵌入模型

80%
待验证

BGE和text-embedding-3是当前可选的向量嵌入(Embedding)模型

90%
待验证

知识库检索中,文档分段后每个文本块通过嵌入模型(如text-embedding-ada-002或BGE系列)转换为高维向量存储在向量数据库中

90%
待验证

主流嵌入模型如 OpenAI text-embedding-3-small、BGE系列轻量版本通常在100M–500M参数量级

50%
待验证

Blender 从 2.8 版本起逐步移除了内置的 Game Engine(BGE),社区主要通过 UPBGE 或将场景导出到 Godot/Unity 等外部引擎来实现游戏逻辑

50%
待验证

HuggingFace上的BGE系列模型对中文支持更友好,且可本地部署避免数据出境合规风险

50%
待验证

OpenAI text-embedding、BGE、Jina是可选择的不同Embedding模型

50%
待验证

Embedding 模型(如 BGE、text-embedding-3-small)相比 LLM 体量小得多,通常可跑在 CPU 或低规格 GPU 上,推理耗时在毫秒级

50%
待验证

稠密向量检索的代表模型包括DPR、BGE、text-embedding-ada等

50%
待验证

主流文本嵌入模型通常基于对比学习训练,将语义相似的文本对映射到向量空间邻近位置,将不相关的文本对推远

50%
待验证

RAG 管道中文档通过嵌入模型转换为高维向量表示,通常为 768 至 3072 维

50%
待验证

BGE(BAAI General Embedding)由北京智源人工智能研究院开发,在中英文双语场景下具有优势

50%
待验证

FastEmbed-rs 支持多种主流开源嵌入模型,包括 BGE、E5、all-MiniLM 等

50%
待验证

text-embedding-3-small的向量维度为1536维,BGE-small为384维

50%
待验证

BGE和E5系列在MTEB基准测试上表现出色,其中BGE-M3支持多语言、多粒度和多功能检索

50%

来源文章