La série d'embeddings E5, référence multilingue issue de la recherche Microsoft
Intfloat est le nom, sur Hugging Face et GitHub, sous lequel Liang Wang, chercheur en traitement automatique des langues affilié à Microsoft, publie et maintient la série de modèles d'embeddings E5. Ces travaux ont été menés avec plusieurs coauteurs de Microsoft. Plutôt qu'une entreprise, il s'agit donc d'un espace de diffusion associé à une ligne de recherche bien identifiée, devenue une référence pour la représentation vectorielle de texte.
Le catalogue reflète cette spécialisation : il rassemble exclusivement des modèles d'embeddings de la famille E5, dont des versions multilingues (multilingual-e5-large, e5-large-instruct, e5-small) et une variante construite sur une base Mistral 7B. L'approche privilégie des modèles à poids diffusés publiquement, pensés pour transformer des phrases ou documents en vecteurs, avec une forte couverture multilingue.
Ces modèles servent surtout la recherche sémantique, la génération augmentée par récupération (RAG) et le classement de documents dans de nombreuses langues.
