DirectIA
  • Applications IA
  • Modèles
    • Modèles LLM
    • Modèles d'embeddings
    • Génération d'images
    • Génération de vidéos
    • Synthèse vocale (TTS)
    • Reconnaissance vocale (STT)
    • Génération de musique
    • Benchmarks
  • Hardware
    • Toutes les machines
    • Cartes graphiques
    • Mini-PC mémoire unifiée
    • Stations IA
    • Apple Silicon
    • PC à NPU
    • Serveurs & accélérateurs
  • Formation IA
  • Actualités

Modèles

Modèles Embedding

Haon-Chen/e5-omni-3B

Haon-Chen/e5-omni-3B est un modèle d’embedding omnimodal publié par Haon-Chen le 6 janvier 2026 sous licence ouverte MIT. Construit sur Qwen2.5-Omni-3B, il compte 5 milliards de paramètres, tous actifs, et produit un vecteur dense unique de 2 048 dimensions, normalisé L2.
06 janv. 2026 à 13:00

Haon-Chen/e5-omni-7B

Publié le 6 janvier 2026 par Haon-Chen sous licence ouverte MIT, e5-omni-7B est un modèle d’embedding omni-modal construit sur Qwen2.5-Omni-7B. Ses 9 milliards de paramètres, tous actifs, produisent des vecteurs denses de 3 584 dimensions dans un espace unifié.
06 janv. 2026 à 13:00

Haon-Chen/speed-embedding-7b-instruct

Publié par Haon-Chen le 31 octobre 2024 sous licence ouverte MIT, Haon-Chen/speed-embedding-7b-instruct est un modèle dense de 7 milliards de paramètres et 32 couches. Il produit des vecteurs de 4 096 dimensions par pooling sur le dernier token, avec normalisation L2 dans l’exemple…
31 oct. 2024 à 13:00
DirectIA © 2026. Propulsé par Ghost