1 模型介绍

BGE-M3，因在多功能性、多语言性和多粒度方面的卓越表现而著称。

1. 多功能性：能够同时执行嵌入模型的三种常见检索功能：密集检索、多向量检索和稀疏检索。
2. 多语言性：支持超过100种工作语言。
3. 多粒度：能够处理不同粒度的输入，从短句到长达8192个令牌的长文档。

2 环境准备

3 测试脚本使用方法

修改bge_m3.py脚本中模型路径：

base_dir = "模型实际所在位置"
model_path = f"{base_dir}/BAAI/bge-m3"

运行python3 bge_m3.py完成测试。