Jina Embeddings V2 Base é um modelo de embedding de texto em inglês que suporta sequências de até 8192 tokens. Baseado na arquitetura Bert (JinaBert), ele utiliza uma variante bidirecional simétrica ALiBi para permitir sequências mais longas. O modelo foi pré-treinado no conjunto de dados C4 e adicionalmente treinado em um conjunto de mais de 400 milhões de pares de sentenças e amostras negativas da Jina AI. É adequado para diversos casos de uso envolvendo documentos longos, incluindo recuperação de documentos longos, similaridade semântica de texto, reordenação de texto, recomendações, RAG e busca generativa baseada em LLM. O modelo possui 137 milhões de parâmetros e recomenda-se sua inferência em uma única GPU.