Embeddings - DirectIA (Page 2)

nvidia/NV-Embed-v2

nvidia/NV-Embed-v2 est un modèle d’embedding dense publié par NVIDIA le 9 septembre 2024 sous licence CC-BY-NC 4.0, donc réutilisable sous conditions non commerciales. Il compte 8 milliards de paramètres actifs, produit des vecteurs de 4096 dimensions et accepte jusqu’à 32 768 tokens de…

Alibaba-NLP/gte-multilingual-base

Alibaba-NLP/gte-multilingual-base est un modèle d’embedding d’Alibaba publié le 20 juillet 2024 sous licence Apache 2.0. Il encode le texte en vecteurs denses de 768 dimensions, avec 305 millions de paramètres actifs et une fenêtre de contexte de 8 192 tokens.

Alibaba-NLP/gte-Qwen2-7B-instruct

Alibaba-NLP/gte-Qwen2-7B-instruct est un modèle d’embedding dense publié par Alibaba le 15 juin 2024 sous licence Apache 2.0. Il compte 7 milliards de paramètres actifs, produit des vecteurs de 3584 dimensions et accepte jusqu’à 32 768 tokens, un format adapté à l’indexation de passages…

mixedbread-ai/mxbai-embed-large-v1

mixedbread-ai/mxbai-embed-large-v1 est un modèle d’embedding publié par Mixedbread AI le 7 mars 2024 sous licence Apache 2.0. Il encode le texte en représentations denses de 1024 dimensions, avec 335 millions de paramètres actifs et une fenêtre de contexte limitée à 512 tokens.

nomic-ai/nomic-embed-text-v1.5

nomic-ai/nomic-embed-text-v1.5 est un modèle d’embedding dense publié par Nomic AI le 10 février 2024 sous licence Apache 2.0. Il transforme le texte en vecteurs de 768 dimensions, avec 137 millions de paramètres actifs et une fenêtre de contexte de 8 192 tokens, un format pensé pour…

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/multilingual-e5-large-instruct

intfloat/multilingual-e5-large-instruct est un modèle d’embedding publié par Intfloat le 8 février 2024 sous licence MIT. Il produit des représentations denses de 1024 dimensions, avec 560 millions de paramètres actifs, et accepte des séquences jusqu’à 514 tokens.