bce-embedding-base_v1
Desenvolvido pela maidalun1020, bce-embedding-base_v1 é um modelo de embeddings. bce-embedding-base_v1 is an open-weights embed model.
by maidalun1020
Ideal para
Como usar bce-embedding-base_v1 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da maidalun1020. O osFoundry descobre bce-embedding-base_v1 automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
bce-embedding-base_v1 é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
bce-embedding-base_v1 vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre bce-embedding-base_v1
bce-embedding-base_v1 é gratuito?
bce-embedding-base_v1 é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar bce-embedding-base_v1 comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Posso rodar bce-embedding-base_v1 localmente?
Sim. bce-embedding-base_v1 é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que bce-embedding-base_v1 é melhor?
bce-embedding-base_v1 é bem adequado para feature extraction.
Como uso bce-embedding-base_v1 no osFoundry?
Cole sua chave de API da maidalun1020 no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua bce-embedding-base_v1 a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela maidalun1020 em 29 de dezembro de 2023. Fonte: https://huggingface.co/maidalun1020/bce-embedding-base_v1