bge-base-en-v1.5

bge-base-en-v1.5

把英文文本转成用于搜索和检索的数字向量。这是 BAAI 的 109M 参数嵌入模型，适合通过 sentence-transformers 构建语义搜索或 LLM 检索的开发者。

由 BAAI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：bge-base-en-v1.5 是 BAAI 的英文文本嵌入模型。它读取一段文字并返回一个数字向量，你把它和其他向量比较，就能找到相关的文本。它有 109M 参数，通过 sentence-transformers 库使用。1.5 版本是为了缓解相似度分布问题，并且在不加指令时也能更好地检索。

适合谁：为自己的文档搭建搜索的开发者最合适，让 LLM 在回答前先拿到相关段落的人也适合。微调嵌入模型的研究人员也可以从它开始。

行业 | 谁在用 | 怎么用 | 例子
软件 | 搭建搜索的开发者 | 对文档和查询做嵌入，再按向量的接近程度匹配 | 找出和用户问题最接近的帮助页面
AI 应用 | LLM 应用构建者 | 取回段落，作为上下文交给聊天模型 | 把产品说明放进回复里
研究 | NLP 研究人员 | 以一个已知的基础模型为起点，微调或比较嵌入模型 | 以这个模型为起点做特定领域的版本

如果你的文本不是英语，可以跳过它。

用在哪里：它在 Python 里通过 sentence-transformers 运行。

• Windows、macOS 或 Linux，文件通过 Python 下载
• 用 sentence-transformers 加载模型的 Python 脚本和笔记本
• Langchain，模型卡说它集成了 BGE 系列模型
• 把嵌入模型和重排序模型搭配使用的搜索方案

使用场景 | 谁用 | 得到什么
语义搜索 | 开发者 | 用来比较的向量，含义相近的排在前面
为 LLM 检索 | 应用构建者 | 放进提示词的相关段落
微调基础 | 研究人员 | 一个可以改造的小型英文嵌入模型

如何设置：你需要 Python 和一点磁盘空间。

• Windows、macOS 或 Linux 上的 Python
• sentence-transformers 库
• F32 权重约需 438 MB 磁盘，4-bit 约 55 MB，这是估算值

1. 安装 Hugging Face hub 库。
2. 用 hf 命令下载模型文件。
3. 安装 sentence-transformers，并从下载的文件夹加载模型。

pip install -U huggingface_hub
hf download BAAI/bge-base-en-v1.5

如何使用：这里能看到的模型卡部分没有给出运行命令。实际使用时，你用 sentence-transformers 加载模型，对文本做嵌入，再比较向量。下表列出模型卡提到的相关部分。

Tool | What it does
bge-m3 | 同系列的另一个模型，支持更多语言、更长文本和其他检索方式
BAAI/bge-reranker-base | 交叉编码器，对嵌入模型返回的靠前文档重新排序
BAAI/bge-reranker-large | 做同样工作的较大交叉编码器重排序模型
Langchain | BGE 模型已集成进去的框架

示例：你用这个模型把几篇客服文章和一个客户问题转成向量。你比较它们，保留向量离问题最近的那几篇文章。

新手与专家：嵌入是一串代表文本含义的数字，含义相近的文本得到的数字串也靠得很近。第一件可以试的小事，是对两个短句做嵌入并比较它们。

这个模型是双编码器，所以你只需对文档嵌入一次，再用查询去比较。模型卡建议在需要更好排序时，在靠前的结果上再加一个交叉编码器重排序模型。它有 109M 参数，小到可以在普通硬件上运行，模型卡的 v1.5 说明提到检索时不需要查询指令。记录显示他人制作了 508 个微调版本。

用 hf 下载文件
在 sentence-transformers 里加载模型
对文档和查询做嵌入
比较向量的接近程度
用重排序模型对靠前的结果重排

注意事项：这个模型只覆盖英语，模型卡把它放在更大的 FlagEmbedding 项目之内。

• 其他版本：记录显示他人制作了 31 个量化版本和 508 个微调版本。
• 重排序：模型卡建议用它的交叉编码器模型对靠前的文档重新排序。
• 任务：记录列出的是特征提取。

Title: 不同精度下的权重大小
F32: 438 MB
4-bit (estimate): 55 MB

• License: MIT。
• Cost to run: 没有提到，来源里没有 API 密钥、账号或付费服务。
• Data it reaches: 它会从 Hugging Face 下载文件，它读取的文本只有你自己做嵌入的文本。
• Not for: 更多语言、更长文本或其他检索方式，模型卡把这些交给 bge-m3。

Hugging Face 上的数据（2026年11月13日）

• 任务：feature extraction
• 框架：sentence-transformers
• 参数量：109M
• Weights: about 438 MB in F32; about 55 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：8,508,165
• 点赞：542
• 许可证：mit
• 语言：en
• Quantized versions: 31
• Fine-tunes: 508
• 标签：sentence-transformers, pytorch, onnx, safetensors, bert, feature-extraction, sentence-similarity, transformers, mteb, model-index, text-embeddings-inference

链接

• 模型：https://huggingface.co/BAAI/bge-base-en-v1.5
• 文件：https://huggingface.co/BAAI/bge-base-en-v1.5/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download BAAI/bge-base-en-v1.5

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。