Embeddings

Light

intfloat/multilingual-e5-large

ACCEDI PER INIZIARE

Panoramica

multilingual‑e5‑large è un modello di embedding testuale di Microsoft Research, basato su XLM‑RoBERTa‑large e addestrato su dataset multilingua. Con 24 livelli e embedding di dimensione 1024, supporta 100 lingue per ricerca semantica, similarità testuale, bitext mining e classificazione. È stato preaddestrato con supervisione debole e poi ottimizzato su dataset come MS MARCO e MIRACL. Gli input sono troncati a 512 token.

Specifiche tecniche

  • SEDE DEL PROVIDER: Extra UE
  • PARAMETRI: ~560M
  • CONTESTO MAX: 512 token
  • LICENZA: MIT
  • FUNZIONALITÀ: Embedding retrieval, Semantic similarity
  • OUTPUT FORMATS: Embedding_vector

Casi d'uso

  • Ricerca semantica multilingua
  • Sistemi RAG (Retrieval Augmented Generation)
  • Classificazione di testi
  • Clustering e deduplicazione documenti

Esempi di implementazione

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

Costo

0,0082 € + IVA / 1M token (input)
ACCEDI PER INIZIARE

Risorse