netease-youdao/BCEmbedding

O que é?

Recursos principais

• 01Modelo de embedding para recuperação semântica em chinês, inglês e entre idiomas.
• 02Modelo de reranker com suporte a chinês, inglês, japonês e coreano.
• 03O reranker processa trechos com mais de 512 tokens, chegando a até 32 mil tokens.
• 04O reranker gera pontuações de relevância que podem ser usadas para filtrar trechos de baixa qualidade.
• 05O modelo de embedding funciona sem instruções de consulta específicas para cada tarefa.
• 06Integrações com LangChain e LlamaIndex, além do uso direto via transformers e sentence-transformers.

Casos de uso

• Criar uma base de conhecimento bilíngue em chinês e inglês ou um sistema de perguntas e respostas sobre documentos.
• Adicionar uma etapa de reranking a um pipeline RAG existente para melhorar o contexto recuperado.
• Executar buscas entre idiomas, com consultas e documentos em línguas diferentes.
• Avaliar modelos de embedding e reranker em tarefas RAG usando os scripts de avaliação fornecidos.

Início rápido

1. 1

   Crie e ative um ambiente conda

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

   Ative o ambiente conda

   conda activate bce
3. 3

   Instale BCEmbedding pelo PyPI (instale primeiro uma versão compatível do torch)

   pip install BCEmbedding==0.1.5

Antes de usar

• !É necessário instalar manualmente o torch para a sua versão do CUDA para evitar conflitos.
• !O README lista apenas chinês e inglês para embeddings; o reranker também oferece suporte a japonês e coreano.

Em coleções

Tópicos

Perguntas frequentes

O que é BCEmbedding?

Modelos bilíngues de embedding e reranking em chinês e inglês da NetEase Youdao, feitos para recuperação de informações em aplicações RAG. O BCEmbedding oferece dois modelos para pipelines de recuperação: o EmbeddingModel transforma texto em vetores semânticos para busca e respostas a perguntas, enquanto o RerankerModel reavalia a pontuação dos trechos candidatos para que os resultados mais relevantes apareçam primeiro. Os modelos são voltados à recuperação em chinês, inglês e entre idiomas; o reranker também oferece suporte a japonês e coreano.

BCEmbedding é gratuito? Qual é a licença?

BCEmbedding é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

BCEmbedding ainda é mantido?

Atualizado nos últimos 6 meses. O último commit de BCEmbedding foi em 3 de set. de 2026.

Para que posso usar BCEmbedding?

Criar uma base de conhecimento bilíngue em chinês e inglês ou um sistema de perguntas e respostas sobre documentos. Adicionar uma etapa de reranking a um pipeline RAG existente para melhorar o contexto recuperado. Executar buscas entre idiomas, com consultas e documentos em línguas diferentes. Avaliar modelos de embedding e reranker em tarefas RAG usando os scripts de avaliação fornecidos.

Como instalar BCEmbedding?

Crie e ative um ambiente conda: conda create --name bce python=3.10 -y Ative o ambiente conda: conda activate bce Instale BCEmbedding pelo PyPI (instale primeiro uma versão compatível do torch): pip install BCEmbedding==0.1.5

Onde consigo BCEmbedding?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/netease-youdao/BCEmbedding