模型详情
模型介绍
中文整理模型用途
BGE-EN-ICL 是北京智源 FlagEmbedding 团队发布的英文文本向量模型，重点支持上下文学习（In-Context Learning），用于英文语义检索和文本匹配。
主要能力
用户可以在查询中提供少量任务示例，帮助模型适配新的检索任务。模型适用于文档召回、知识库检索、问答候选匹配、相似度计算和检索增强生成（RAG），并在 BEIR、MTEB 与 AIR-Bench 等评测中表现较强。
适用场景
适合英文知识库、专业资料搜索、少样本检索任务和需要通过示例定义匹配规则的业务。
运行要求
可通过 FlagEmbedding 或 Hugging Face Transformers 使用。批量编码会自动使用可用 GPU，也可通过环境变量选择 GPU 或切换为 CPU；具体显存需求取决于批量大小和文本长度。
使用边界
该模型主要处理英文文本并输出向量，不直接生成答案。少样本示例的质量会影响检索效果，上线前应使用自己的数据进行评测。
许可证
Apache 2.0。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。