Embeddings multilingual-e5-large per un RAG in italiano

multilingual-e5-large per un RAG in italiano: 1024 dimensioni, 512 token, prefissi query:/passage: obbligatori, distanza coseno. Licenza MIT.

Notes

I prefissi «query: » e «passage: » sono obbligatori: senza, la ricerca peggiora molto.
Al massimo 512 token per testo: dividi i documenti in frammenti di circa 350 parole.
Normalizza i vettori e usa la distanza coseno.
Modello pubblicato da Microsoft (intfloat) con licenza MIT.

Coût estimé

Tokens d'entrée par appel : ≈ 244

Coût d'entrée seulement, sans la réponse du modèle. Prix publics des fournisseurs (Mistral AI, DeepSeek, OpenAI, Anthropic), tarif standard en dollars converti en euros au taux BCE du 29 septembre 2026. Estimation : 1 token ≈ 3,6 caractères.

Identifiant

contextetech--multilingual-e5-large-rag-italiano

Type

Embeddings

Fichier

multilingual-e5-large-rag-italiano.embedding.json

Format

JSON (application/json)

Taille

679 octets

Encodage

UTF-8

Tokens estimés

≈ 189

Langue

Italien

Licence

MIT

Usage commercial

Autorisé

Données personnelles

Aucune

Version

1.0

Publié le

3 octobre 2026 à 05:20

Mis à jour le

3 octobre 2026 à 05:20

Stockage

en base

Utilisations

0

J'aime

0

multilingual-e5-large-rag-italiano.embedding.json

{
  "format": "contextetech/embedding/v1",
  "id": "contextetech/multilingual-e5-large-rag-italiano",
  "description": "multilingual-e5-large per un RAG in italiano: 1024 dimensioni, 512 token, prefissi query:/passage: obbligatori, distanza coseno. Licenza MIT.",
  "tags": [
    "rag",
    "multilingue",
    "ricerca-semantica"
  ],
  "license": "MIT",
  "language": "it",
  "model": "intfloat/multilingual-e5-large",
  "dimensions": 1024,
  "maxTokens": 512,
  "distance": "cosine",
  "languages": [
    "it",
    "en",
    "fr",
    "de",
    "es",
    "pt"
  ],
  "prefixes": {
    "query": "query: ",
    "passage": "passage: "
  },
  "chunkSize": 350,
  "benchmarks": []
}

Vectoriser (Python)

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("intfloat/multilingual-e5-large")
q = model.encode(["query: votre entrée ici"], normalize_embeddings=True)
docs = model.encode(["passage: …"], normalize_embeddings=True)
print(q.shape)  # (1, 1024)
print(q @ docs.T)  # similarité