Модель gte-base embedding преобразует английские предложения и абзацы в 768‑мерное плотное векторное пространство, обеспечивая эффективные и качественные семантические эмбеддинги, оптимизированные для оценки текстового сходства, семантического поиска и кластеризации.
# Запрос к API VEGA через thenlper/gte-base
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "thenlper/gte-base",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'