模型详情
模型介绍
中文整理# FlagEmbedding 模型卡片
模型用途
BGE-Code-v1是基于LLM的代码嵌入模型，支持代码检索、文本检索和多语言检索。
## 主要能力
- *优秀的代码检索性能**：模型展现出卓越的代码检索能力，支持英语和中文的自然语言查询，以及20种编程语言。
- *强大的文本检索能力**：模型保持了与同规模文本嵌入模型相当的强劲文本检索能力。
- *广泛的多语言支持**：BGE-Code-v1提供全面的多语言检索能力，在英语、中文、日语、法语等多种语言上表现优异。
运行要求
使用FlagEmbedding时，默认会使用所有可用GPU进行编码。如需选择特定GPU，请设置os.environ["CUDA_VISIBLE_DEVICES"]。如需禁用所有GPU，可设置os.environ["CUDA_VISIBLE_DEVICES"]=""
基本用法
提供三种使用方式：FlagEmbedding、Sentence Transformers和HuggingFace Transformers。
## 评估结果
BGE-Code-v1在CoIR和CodeRAG基准测试上均达到了最先进的性能。
- *CoIR基准测试平均分**：BGE-Code-v1得分81.77，优于CodeXEmbed-2B（75.65）、CodeXEmbed-7B（78.20）、Voyage-Code-002（78.53）等对比模型。
- *CodeRAG基准测试平均分**：BGE-Code-v1得分72.8，优于SFR（67.0）、Jina-v2-code（65.4）、CodeXEmbed-2B（64.6）、Voyage-Code-002（63.7）等对比模型。
许可证
如发现该仓库有用，请考虑给个star并引用。
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。