Jina Embeddings V2 Base est un modèle d'intégration de texte anglais prenant en charge des séquences de 8192 jetons. Il est basé sur l'architecture Bert (JinaBert) et utilise une variante bidirectionnelle symétrique ALiBi pour permettre des séquences plus longues. Le modèle a été pré-entraîné sur le jeu de données C4, puis entraîné plus avant sur un ensemble de plus de 400 millions de paires de phrases et d'exemples négatifs de Jina AI. Il convient à de nombreux cas d'utilisation impliquant des documents longs, notamment la recherche de documents longs, la similarité sémantique de texte, le réordonnancement de texte, les systèmes de recommandation, le RAG (Retrieval Augmented Generation) et la recherche générative basée sur LLM. Le modèle compte 137 millions de paramètres et son inférence est recommandée sur un seul GPU.