Le laboratoire pékinois à l'origine des embeddings open source BGE
BAAI (Beijing Academy of Artificial Intelligence), aussi appelé Institut Zhiyuan, est un laboratoire de recherche en intelligence artificielle à but non lucratif basé à Pékin. Il mène des travaux sur les modèles fondamentaux et diffuse plusieurs de ses résultats en open source. Il est particulièrement connu pour la série d'embeddings BGE (BAAI General Embedding), devenue une référence largement utilisée pour la recherche sémantique et les systèmes de récupération.
Au catalogue, l'offre visible se concentre sur ces modèles d'embeddings à poids ouverts : bge-large-en-v1.5 pour l'anglais, bge-m3, un modèle multilingue prenant en charge plus de cent langues et combinant plusieurs modes de récupération (dense, sparse, multi-vecteur), ainsi qu'une variante multilingue adossée à une base Gemma 2. L'approche privilégie des modèles compacts et performants, pensés pour l'indexation de gros corpus.
Ces modèles servent avant tout la recherche d'information, la similarité de texte et les pipelines de génération augmentée par récupération (RAG).
