netease-youdao/BCEmbedding

¿Qué es?

Funciones clave

• 01Modelo de embeddings para la recuperación semántica en chino, inglés y entre idiomas.
• 02Modelo de reranking compatible con chino, inglés, japonés y coreano.
• 03El reranker procesa pasajes de más de 512 tokens, hasta un máximo de 32k tokens.
• 04El reranker genera puntuaciones de relevancia que se pueden usar para filtrar pasajes de baja calidad.
• 05El modelo de embeddings funciona sin instrucciones específicas para cada tarea en las consultas.
• 06Integraciones con LangChain y LlamaIndex, además de uso directo mediante transformers y sentence-transformers.

Casos de uso

• Crear una base de conocimiento bilingüe chino-inglés o un sistema de preguntas y respuestas sobre documentos.
• Añadir una etapa de reranking a un pipeline RAG existente para mejorar el contexto recuperado.
• Realizar búsquedas entre idiomas cuando las consultas y los documentos están en idiomas distintos.
• Comparar modelos de embeddings y reranking en tareas RAG con los scripts de evaluación incluidos.

Inicio rápido

1. 1

   Crea y activa un entorno conda

   conda create --name bce python=3.10 -y
2. 2

   Activa el entorno conda

   conda activate bce
3. 3

   Instala BCEmbedding desde PyPI (instala primero una versión compatible de torch)

   pip install BCEmbedding==0.1.5

Antes de usarlo

• !Es necesario instalar manualmente torch para tu versión de CUDA a fin de evitar conflictos.
• !El README solo indica chino e inglés para los embeddings; el reranker también admite japonés y coreano.

En colecciones

Temas

Preguntas frecuentes

¿Qué es BCEmbedding?

Modelos bilingües de embeddings y reranking chino-inglés de NetEase Youdao, diseñados para la recuperación de información en aplicaciones RAG. BCEmbedding ofrece dos modelos para pipelines de recuperación: EmbeddingModel, que convierte texto en vectores semánticos para búsquedas y respuestas a preguntas, y RerankerModel, que vuelve a puntuar pasajes candidatos para que los más relevantes aparezcan primero. Los modelos están diseñados para la recuperación en chino, inglés y entre idiomas; el reranker también admite japonés y coreano.

¿BCEmbedding es gratuito? ¿Qué licencia tiene?

BCEmbedding es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿BCEmbedding sigue mantenido?

Actualizado en los últimos 6 meses. El último commit de BCEmbedding fue el 3 sept 2026.

¿Para qué puedo usar BCEmbedding?

Crear una base de conocimiento bilingüe chino-inglés o un sistema de preguntas y respuestas sobre documentos. Añadir una etapa de reranking a un pipeline RAG existente para mejorar el contexto recuperado. Realizar búsquedas entre idiomas cuando las consultas y los documentos están en idiomas distintos. Comparar modelos de embeddings y reranking en tareas RAG con los scripts de evaluación incluidos.

¿Cómo se instala BCEmbedding?

Crea y activa un entorno conda: conda create --name bce python=3.10 -y Activa el entorno conda: conda activate bce Instala BCEmbedding desde PyPI (instala primero una versión compatible de torch): pip install BCEmbedding==0.1.5

¿Dónde consigo BCEmbedding?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/netease-youdao/BCEmbedding