#BCEmbedding
相关项目
QAnything
QAnything是一款支持多种文件格式的本地知识库智能问答系统。该系统可离线安装使用，支持PDF、Word、PPT等多种文件格式，具备数据安全、跨语言问答和海量数据处理能力。通过采用两阶段检索排序技术，QAnything有效解决了大规模数据检索退化问题。系统设计注重易用性，无需复杂配置，可一键安装部署，适合企业级应用场景。
BCEmbedding
BCEmbedding是一款双语和跨语言嵌入模型，针对检索增强生成(RAG)任务进行优化。该模型包含EmbeddingModel和RerankerModel两个组件，分别用于语义向量生成和搜索结果优化。BCEmbedding在中英文语义表示和RAG评估中展现出优异性能，支持多语言和多领域应用。该项目提供了便捷的API接口，可直接集成到RAG系统中，已在实际产品中得到应用验证。
bce-reranker-base_v1
BCEmbedding 提供双语和跨语种文本排序功能，适合多领域应用，如教育、法律、金融等领域。其 RerankerModel 通过相关性分数评价，提高搜索结果的质量，支持中文、英文、日文和韩文，深入捕获查询与文本之间的语义关系，是 Youdao 产品中的核心技术。
bce-embedding-base_v1
bce-embedding-base_v1是一个针对检索增强生成(RAG)优化的中英双语语义表征模型。该模型在中英文语义搜索和问答任务中表现出色，适用于多个领域，并可方便地集成到langchain和llamaindex等框架。无需特殊指令，bce-embedding-base_v1能高效召回相关文本，为RAG应用提供可靠的语义基础。