「Google Colab」で「BAAI/bge-m3」を試したので、まとめました。 1. BAAI/bge-m3「BAAI/bge-m3」は、多機能、多言語、多粒度の特徴を持つ埋め込みモデルです。「JapaneseEmbeddingEval」でも高スコアをマークしています。 ・多機能 : 埋め込みモデルの3つの一般的な検索機能 (dense retrieval, multi-vector retrieval, and sparse retrieval) を同時に実行可能 ・多言語 : 100 以上の使用言語をサポート ・多粒度 : 短い文から最大8192トークンの長文まで、さまざまな粒度を入力可能 2. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) パッケージのインストール。 # パッケージのインストール !pip install -U FlagEmbedding
![Google Colab で BAAI/bge-m3 を試す|npaka](https://cdn-ak-scissors.b.st-hatena.com/image/square/d0f9a013e52b2ba4bcce5d9dae5d0f965e46013b/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F135829235%2Frectangle_large_type_2_403d9e5514fa5a053c8a65a6ca8553fa.png%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)