intfloat/e5-mistral-7b-instruct
intfloat/e5-mistral-7b-instruct est un modèle d’embedding publié par Intfloat le 8 février 2024 sous licence MIT. Il repose sur 7 milliards de paramètres actifs, produit des vecteurs denses de 4096 dimensions et accepte une fenêtre de contexte de 32 768 tokens, un format adapté à…
intfloat/e5-mistral-7b-instruct est un modèle d’embedding publié par Intfloat le 8 février 2024 sous licence MIT. Il repose sur 7 milliards de paramètres actifs, produit des vecteurs denses de 4096 dimensions et accepte une fenêtre de contexte de 32 768 tokens, un format adapté à l’indexation de passages longs.
Ce modèle transforme du texte en représentations numériques destinées à la recherche sémantique, au RAG, à la mesure de similarité et au clustering. Ses évaluations MTEB couvrent notamment le français, le russe, plusieurs langues européennes et des corpus médicaux, ce qui le situe comme un embedding multilingue de sa génération.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Modèle d'embedding |
| Éditeur | Intfloat |
| Licence | MIT |
| Date de sortie | 8 février 2024 |
| Dimension du vecteur | 4 096 |
| Représentation | dense |
| Paramètres | 7 milliards |
| Paramètres actifs | 7 milliards |
| Longueur de séquence max | 32 768 tokens |
| Modalités (entrée → sortie) | text → embedding |
Performances (benchmarks)
| Benchmark | Score | Rang | Source | Fiabilité |
|---|---|---|---|---|
| MTEB: BEIR | 57,1 % | 25ᵉ / 192 | mteb | ✅ Mesuré |
| MTEB: Long-context Retrieval | 43,7 % | 54ᵉ / 170 | mteb | ✅ Mesuré |
| MTEB: Reasoning Retrieval | 17,5 % | 11ᵉ / 29 | mteb | ✅ Mesuré |
| MTEB: RTEB Legal | 46,6 % | 53ᵉ / 205 | mteb | ✅ Mesuré |
| MTEB: RTEB Healthcare | 61,2 % | 30ᵉ / 95 | mteb | ✅ Mesuré |
| MTEB: RTEB Finance | 51,0 % | 66ᵉ / 95 | mteb | ✅ Mesuré |
| MTEB: Medical | 62,7 % | 13ᵉ / 158 | mteb | ✅ Mesuré |
| MTEB: Legal | 54,3 % | 32ᵉ / 156 | mteb | ✅ Mesuré |
| MTEB: European | 61,3 % | 17ᵉ / 128 | mteb | ✅ Mesuré |
| MTEB: RTEB French | 54,4 % | 25ᵉ / 216 | mteb | ✅ Mesuré |
| MTEB: RTEB German | 44,4 % | 69ᵉ / 206 | mteb | ✅ Mesuré |
| MTEB: French | 67,2 % | 10ᵉ / 117 | mteb | ✅ Mesuré |
Scores issus de MTEB (Massive Text Embedding Benchmark), suite d'évaluation indépendante. Le rang situe le modèle parmi les modèles d'embedding évalués sur le même track.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
MTEB: BEIR
MTEB: Long-context Retrieval
Notre analyse
Forces. intfloat/e5-mistral-7b-instruct se distingue surtout sur les évaluations MTEB en français et en russe, où il figure dans le top 10 des modèles mesurés, avec des tâches couvrant classification, clustering, reranking ou similarité selon les pistes. Sa fenêtre de 32 768 tokens constitue un atout pour encoder des documents longs ou des passages étendus avant indexation. La licence MIT facilite l’auto-hébergement, l’intégration dans des chaînes RAG internes et l’adaptation à des contraintes d’exploitation ouvertes.
Limites et points d'attention. Sa dimension de sortie de 4096 rend les index vectoriels plus volumineux et les recherches potentiellement plus coûteuses qu’avec des embeddings plus compacts. Les résultats MTEB sont moins dominants sur les ensembles European, Scandinavian et RTEB Healthcare, où le modèle reste compétitif mais ne se situe pas au tout premier plan. Sorti en février 2024, il est ancien à l’échelle de l’IA et doit être comparé aux modèles de sa période, probablement dépassés dans de nombreux catalogues actuels. Usages pertinents : recherche multilingue européenne, RAG sur documents longs, clustering de contenus français ou russes, prototypes auto-hébergés sous licence ouverte.
Sources des données : MTEB — Massive Text Embedding Benchmark.