Modèles publics d’embeddings (similarité de phrases) pour la recherche sémantique et le RAG : langues, licence, taille.
Actualiser et affiner la rechercheRésultat de la recherche publique sur le Hugging Face Hub (tâche sentence-similarity), modèles les plus utilisés d’abord : 10 modèles retenus sur 50 examinés. Chacun est en accès public, avec une licence déclarée et des fichiers identifiables. Les modèles sont classés par le score explicable de ModelFinder ; aucun n’est choisi à la main ni recommandé sans essai.
Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Pourquoi ce résultat : tâche déclarée correspondante, licence déclarée et qualifiée, mise à jour relativement récente, accès public déclaré. La popularité n’est pas une mesure de qualité.
Voir les preuves, fichiers et limites →Un modèle d’embeddings transforme une phrase en vecteur de nombres : deux textes de sens proche donnent des vecteurs proches. C’est la base de la recherche sémantique et du RAG, qui fournit à un LLM les passages pertinents de vos documents.
Ce guide est un contenu éditorial de BNTIC News. Il ne remplace ni un essai, ni la lecture de la fiche et de la licence du modèle retenu.
Un modèle d’embeddings transforme une phrase en vecteur de nombres : deux textes de sens proche donnent des vecteurs proches. C’est la base de la recherche sémantique et du RAG, qui fournit à un LLM les passages pertinents de vos documents. Points à vérifier : langues ; taille ; longueur maximale ; licence.
Changer de modèle sans recalculer tous les vecteurs : les vecteurs de deux modèles ne sont pas comparables. Ne pas tester sur vos propres données : seules des données représentatives de votre usage disent si le modèle convient.
Au 7 octobre 2026, la recherche publique de ModelFinder retient notamment : Qdrant/bge-small-en-v1.5-onnx-Q, Qdrant/all-MiniLM-L6-v2-onnx, Qdrant/bm25, sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, nomic-ai/nomic-embed-text-v1.5, nomic-ai/nomic-embed-text-v1. Chacun est en accès public, avec une licence déclarée et des fichiers identifiables ; aucun n’est recommandé sans essai sur vos données.
Leurs poids sont publiés en accès public et se téléchargent sans payer. L’usage reste encadré par la licence de chaque modèle, qui peut imposer des conditions ou interdire l’usage commercial. Il faut aussi un ordinateur, ou un serveur, capable de les exécuter.
Chaque fiche estime la mémoire nécessaire à partir de la taille réelle des poids publiés, avec une marge indiquée. La page « Que puis-je faire tourner sur ma machine » croise votre RAM et votre disque avec les tailles réelles des modèles exécutables localement.
Par langue : Arabe · Portugais · Swahili · Haoussa · Yoruba · Wolof · Amharique · Somali · Kinyarwanda · Lingala · Bambara · Éwé · Twi (akan) · Mooré · Peul (fulfuldé) · Malgache · Zoulou · Xhosa.