Repolode
Enviar
FlagOpen

FlagOpen/FlagEmbedding

Toolkit de recuperação de informações da BAAI com modelos BGE de embeddings e reranking, além de recursos para treinamento, avaliação e tutoriais de busca e RAG.

Ver no GitHubSite
Estrelas
12,259
Forks
1,105
Issues abertas
924
Último commit
há 2 meses

O que é?

FlagEmbedding (BGE, BAAI General Embedding) é um toolkit para recuperação de texto e aplicações de LLM com geração aumentada por recuperação. Ele oferece uma família de modelos de embeddings que convertem texto em vetores para busca semântica, além de modelos reranker cross-encoder que reordenam os principais resultados retornados por um modelo de embeddings.

O projeto cobre todo o fluxo de trabalho: inferência com o pacote Python (instalável via pip), scripts de fine-tuning para modelos de embeddings e rerankers, ferramentas de avaliação e uma coleção de datasets. Os modelos são publicados no Hugging Face e incluem variantes em inglês, chinês e multilíngues. O modelo BGE-M3 oferece suporte à recuperação densa, esparsa e com múltiplos vetores para entradas de até 8192 tokens.

Além dos modelos principais, o repositório reúne projetos de pesquisa como LLM-Embedder, para ampliar a recuperação de informações, Activation-Beacon, para estender o tamanho do contexto de LLMs, e C-MTEB, um benchmark chinês de embeddings.

Recursos principais

  • 01Pacote Python instalável via pip para executar modelos BGE de embeddings e rerankers.
  • 02Modelo multilíngue BGE-M3 com suporte à recuperação densa, esparsa e com múltiplos vetores.
  • 03Scripts de fine-tuning para modelos de embeddings e rerankers.
  • 04Ferramentas de avaliação e uma coleção de datasets para benchmarks de recuperação de informações.
  • 05Modelos no Hugging Face para uso em inglês, chinês e vários idiomas.

Casos de uso

  • Criar busca semântica em coleções de documentos.
  • Adicionar uma etapa de recuperação de informações a um pipeline RAG, com reranker para os resultados do top-k.
  • Fazer fine-tuning de um modelo de embeddings com pares de consultas e trechos específicos de um domínio.
  • Avaliar a qualidade da recuperação de informações em chinês ou em vários idiomas.

Início rápido

  1. 1

    Instale o pacote com pip

    pip install -U FlagEmbedding
  2. 2

    Carregue um modelo de embeddings BGE no Python

  3. 3

    Codifique as frases e calcule a similaridade

Antes de usar

  • Para fazer o ajuste fino, é necessário instalar separadamente as dependências extras de finetune.

Tópicos

#embeddings#information-retrieval#rag#reranker#semantic-search#sentence-embeddings#nlp#llm#retrieval-augmented-generation#text-semantic-similarity

Perguntas frequentes

O que é FlagEmbedding?
Toolkit de recuperação de informações da BAAI com modelos BGE de embeddings e reranking, além de recursos para treinamento, avaliação e tutoriais de busca e RAG. FlagEmbedding (BGE, BAAI General Embedding) é um toolkit para recuperação de texto e aplicações de LLM com geração aumentada por recuperação. Ele oferece uma família de modelos de embeddings que convertem texto em vetores para busca semântica, além de modelos reranker cross-encoder que reordenam os principais resultados retornados por um modelo de embeddings.
FlagEmbedding é gratuito? Qual é a licença?
FlagEmbedding é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
FlagEmbedding ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de FlagEmbedding foi em 24 de ago. de 2026.
Para que posso usar FlagEmbedding?
Criar busca semântica em coleções de documentos. Adicionar uma etapa de recuperação de informações a um pipeline RAG, com reranker para os resultados do top-k. Fazer fine-tuning de um modelo de embeddings com pares de consultas e trechos específicos de um domínio. Avaliar a qualidade da recuperação de informações em chinês ou em vários idiomas.
Como instalar FlagEmbedding?
Instale o pacote com pip: pip install -U FlagEmbedding Carregue um modelo de embeddings BGE no Python Codifique as frases e calcule a similaridade
Onde consigo FlagEmbedding?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/FlagOpen/FlagEmbedding

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados