Connexion Publier
contextetech/

Embeddings multilingual-e5-large pour un RAG en français

v1
Contexte Tech

254 publication(s) · 353 utilisations

Source : huggingface.co/intfloat/multilingual-e5-large ↗ Configuration Français Licence : MIT mis à jour il y a 3 jours
# Embeddings multilingual-e5-large pour un RAG en français
code: 1n1y7kf | type: embedding | language: fr | licence: MIT | version: v1
description: multilingual-e5-large pour un RAG en français : 1024 dimensions, 512 tokens, préfixes query:/passage: obligatoires, distance cosinus. Licence MIT.
page: https://contextetech.com/embeddings/multilingual-e5-large-1n1y7kf
mcp: connect https://contextetech.com/mcp then call load_resource with code "1n1y7kf" (or ask "load 1n1y7kf")
json: https://contextetech.com/api/resources/contextetech--multilingual-e5-large
python: pip install contexte && contexte get 1n1y7kf
source: https://huggingface.co/intfloat/multilingual-e5-large
citation (required by the licence): contextetech. (2026). Embeddings multilingual-e5-large pour un RAG en français (Version 1) [Embeddings]. Contexte Tech. https://contextetech.com/embeddings/multilingual-e5-large-1n1y7kf. Source des données : https://huggingface.co/intfloat/multilingual-e5-large

multilingual-e5-large pour un RAG en français : 1024 dimensions, 512 tokens, préfixes query:/passage: obligatoires, distance cosinus. Licence MIT.

Modèleintfloat/multilingual-e5-large
Dimensions1024
Tokens max512
Distancecosine
Languesfr, en, de, es, it, nl, pt
Préfixesquery: / passage:
Taille des morceaux350

Notes

Les préfixes « query: » et « passage: » sont obligatoires : sans eux, la recherche est nettement moins bonne.
512 tokens maximum par texte : découper les documents en morceaux d'environ 350 mots.
Normaliser les vecteurs et utiliser la distance cosinus.
Modèle publié par Microsoft (intfloat) sous licence MIT.

Communauté

Pas encore de commentaire. Partagez votre retour, il aidera les suivants.