E5 Base V2
нейросеть
E5 Base V2 — эмбеддинг-модель, которая кодирует тексты в векторы размерностью 768 для семантического поиска и RAG
Характеристики
- Входные данные
- текст
- Результат
- векторы (эмбеддинги)
- Размер контекста
- 512 токенов
- Размерность вектора
- 768
Стоимость промпта
(за 1M токенов)
Как работает E5 Base V2?
E5 Base V2 преобразует отдельные предложения и целые абзацы в плотные векторы размерностью 768, что даёт баланс между качеством семантического представления и размером индекса. Полученные векторы напрямую ложатся в Qdrant, pgvector и другие векторные хранилища. В BotHub модель доступна через единый OpenAI-совместимый API: подключение из России без VPN и зарубежной карты, оплата в рублях по факту за токены, шифрование запросов, а смена эмбеддера на другую модель не требует переписывать интеграцию. Применяйте её для семантического поиска по базе знаний, сборки RAG-конвейеров, кластеризации и дедупликации документов, оценки близости текстов и ранжирования похожих материалов в выдаче.Частые вопросы о E5 Base V2
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Модель от intfloat превращает текст в эмбеддинги — числовые векторы, по которым считается смысловая близость. Подходит для семантического поиска, RAG-пайплайнов, кластеризации и дедупликации документов, классификации и подбора похожих материалов. Контекст 512 токенов, поэтому длинные тексты заранее разбивайте на фрагменты.
На выходе не текст, а вектор фиксированной размерности — 768 значений у base-версии, массив чисел с плавающей точкой в JSON-ответе. Такие векторы напрямую записываются в Qdrant, pgvector или другое векторное хранилище и сравниваются по косинусной близости.
В наших данных режим рассуждений не отмечен, и для эмбеддинг-модели он не предполагается: e5-base-v2 не ведёт диалог и не пишет ответы, а за один проход кодирует поданный текст в вектор. Логику поверх результатов поиска строит ваша система.
Вызов функций и схемы структурированного вывода в наших данных не отмечены — это инструменты генеративных моделей. Обращение идёт через единый OpenAI-совместимый API BotHub по эндпоинту эмбеддингов, а результат возвращается в JSON с массивом векторов, готовым к записи в базу.
Приём других модальностей в наших данных не отмечен: на вход подавайте текст — строку или массив строк для пакетной обработки, с ограничением 512 токенов на фрагмент. Если понадобятся векторы другого типа данных, в одном окне BotHub переключаетесь на другую модель без переписывания интеграции.
Поддержка языков в наших данных не указана, поэтому обещать качество на конкретном языке мы не будем — прогоните свою выборку запросов и документов и замерьте точность поиска. Доступ к модели из России работает без VPN и зарубежной карты, с оплатой российскими картами.