Qdrant/bge-base-en-v1.5-onnx-Q

Qdrant

Similitud de oraciones

Una versión quantizada de ONNX del modelo BAAI/bge-base-en-v1.5 para clasificación de texto y búsquedas de similitud.

Como usar

Aquí tienes un ejemplo de cómo realizar la inferencia usando el modelo con FastEmbed.
from fastembed import TextEmbedding

documents = [
"You should stay, study and sprint.",
"History can only prepare us to be surprised yet again.",
]

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)
# ]

Funcionalidades

Clasificación de texto
Búsquedas de similitud
Embeddings de texto

Casos de uso

Clasificación de textos para encontrar categorías relevantes.
Búsquedas de similitud para encontrar documentos similares.