intfloat/multilingual-e5-large

multilingual‑e5‑large est un modèle d’embedding textuel de Microsoft Research basé sur XLM‑RoBERTa‑large et entraîné sur des jeux de données multilingues. Avec 24 couches et des embeddings de dimension 1024, il prend en charge 100 langues pour la recherche sémantique, la similarité, le bitext mining et la classification. Préentraîné avec supervision faible, il a ensuite été optimisé sur MS MARCO et MIRACL. Les entrées sont tronquées à 512 tokens.

• SIÈGE DU FOURNISSEUR: Extra UE
• PARAMÈTRES: ~560M
• CONTEXTE MAX.: 512 token
• LICENCE: MIT
• FONCTIONNALITÉS: Embedding retrieval, Similarité sémantique
• FORMATS DE SORTIE: Embedding_vector

• Recherche sémantique multilingue
• Systèmes RAG (Retrieval Augmented Generation)
• Classification de textes
• Clustering et déduplication de documents

curl --request POST \
--url https://apiaruba.it/aiplatform/v1/embeddings \
--header 'content-type: application/json' \
--header 'x-aruba-api-key: *****' \
--data '{
"model": "multilingual-e5-large",
"input": [
"primo testo",
"secondo testo"
]
}'

{
"model": "multilingual-e5-large",
"data": [
{
"embedding": [
0.02086777612566948,
0.003188132541254163,
0.011166091077029705,
-0.066386379301548,
0.04100335016846657,
...
]
}
]
}

• BGE‑M3

• Hugging Face
• Article
• Catalogue Azure AI