Anmelden Veröffentlichen
contextetech/

Embeddings multilingual-e5-large für ein deutsches RAG

v1
Contexte Tech

254 Veröffentlichung(en) · 320 Nutzungen

Quelle: huggingface.co/intfloat/multilingual-e5-large ↗ Konfiguration Deutsch Lizenz: MIT aktualisiert vorgestern
# Embeddings multilingual-e5-large für ein deutsches RAG
code: v4hu8h | type: embedding | language: de | licence: MIT | version: v1
description: multilingual-e5-large für ein RAG auf Deutsch: 1024 Dimensionen, 512 Tokens, Präfixe query:/passage: erforderlich, Kosinus-Distanz. MIT-Lizenz.
page: https://contextetech.com/de/embeddings/multilingual-e5-large-rag-deutsch-v4hu8h
mcp: connect https://contextetech.com/mcp then call load_resource with code "v4hu8h" (or ask "load v4hu8h")
json: https://contextetech.com/api/resources/contextetech--multilingual-e5-large-rag-deutsch
python: pip install contexte && contexte get v4hu8h
source: https://huggingface.co/intfloat/multilingual-e5-large
citation (required by the licence): contextetech. (2026). Embeddings multilingual-e5-large für ein deutsches RAG (Version 1) [Embeddings]. Contexte Tech. https://contextetech.com/de/embeddings/multilingual-e5-large-rag-deutsch-v4hu8h. Datenquelle: https://huggingface.co/intfloat/multilingual-e5-large

multilingual-e5-large für ein RAG auf Deutsch: 1024 Dimensionen, 512 Tokens, Präfixe query:/passage: erforderlich, Kosinus-Distanz. MIT-Lizenz.

Modellintfloat/multilingual-e5-large
Dimensionen1024
Max. Tokens512
Distanzcosine
Sprachende, en, fr, es, it, nl
Präfixequery: / passage:
Chunk-Größe350

Notizen

Die Präfixe „query: “ und „passage: “ sind Pflicht: ohne sie wird die Suche deutlich schlechter.
Höchstens 512 Tokens pro Text: Dokumente in Abschnitte von etwa 350 Wörtern teilen.
Vektoren normalisieren und Kosinus-Distanz verwenden.
Von Microsoft (intfloat) unter MIT-Lizenz veröffentlicht.

Community

Noch keine Kommentare. Teile deine Erfahrung, sie hilft den Nächsten.