Modèles : LLM, embeddings et world models
Les modèles adaptés, publiés par les Labs.
- [3zfyfk] Embeddings nomic-embed-text en local avec Ollama | embedding | fr | MIT | https://contextetech.com/embeddings/nomic-embed-text-ollama-3zfyfk - [15gplqg] Embeddings BGE-M3 pour un RAG sur de longs documents | embedding | fr | MIT | https://contextetech.com/embeddings/bge-m3-15gplqg - [1n1y7kf] Embeddings multilingual-e5-large pour un RAG en français | embedding | fr | MIT | https://contextetech.com/embeddings/multilingual-e5-large-1n1y7kf - [1t2n4v6] World model : entrepôt pour entraîner un robot de tri | worldmodel | fr | MIT | https://contextetech.com/world-models/entrepot-robot-tri-cosmos-1t2n4v6 - [q5bhyq] Mistral 7B Instruct v0.3 | model | multi | Apache-2.0 | https://contextetech.com/llm/mistral-7b-instruct-v0.3-q5bhyq
Embeddings nomic-embed-text en local avec Ollama
nomic-embed-text pour un RAG 100 % local avec Ollama : 768 dimensions, textes longs, préfixes search_query: / search_document:. Licence Apache 2.0.
Embeddings BGE-M3 pour un RAG sur de longs documents
BGE-M3 pour un RAG sur de longs documents : 1024 dimensions, jusqu'à 8192 tokens, plus de 100 langues, sans préfixe. Licence MIT.
Embeddings multilingual-e5-large pour un RAG en français
multilingual-e5-large pour un RAG en français : 1024 dimensions, 512 tokens, préfixes query:/passage: obligatoires, distance cosinus. Licence MIT.
World model : entrepôt pour entraîner un robot de tri
Description de scène pour un world model : entrepôt logistique où un robot trie des colis, pour générer des données d'entraînement en simulation.
Mistral 7B Instruct v0.3
Fiche de référence du modèle Mistral 7B Instruct v0.3 publié par Mistral AI : 7 milliards de paramètres, licence Apache 2.0, appel de fonctions.
Qu’est-ce qu’un modèle IA ?
Un modèle IA est un système entraîné sur des données pour produire des réponses, classer des informations ou réaliser d’autres tâches. Cette famille rassemble des modèles publiés par les Labs, notamment des versions adaptées à une tâche, fusionnées ou compressées pour fonctionner avec moins de ressources.