multilingual-e5-large
Soevereiniteit en hosting
Dit model is opgenomen in de catalogus ter referentie. Het wordt nog niet gehost op LLM EU, en geen enkel first-party endpoint bedient het hier. Verzoeken eraan gaan rechtstreeks naar de aanbieder, onder de eigen voorwaarden van die aanbieder.
Samenvatting
multilingual-e5-large is an XLM-RoBERTa-based text embedding model with 560M parameters, published under the MIT licence and covering around 100 languages. The model card uses a maximum sequence length of 512 tokens, which is the effective limit for both indexing and querying. It has no instruction prefix for queries, so documents and queries must be embedded the same way.
Specificaties
- Aanbieder
- Microsoft (US)
- Contextvenster
- 512
- Parameters
- 0.56B
- Modaliteiten
- embedding
- Licentie
- mit · licence
- Open gewichten
- yes
- Releasedatum
- 30 jun 2023
- Taken
- rag, multilingual-support, private, cheap
Talen
Sterk: en, de, fr, es, it, pt, nl, pl
Voldoende: sv, da, fi, cs, ro, el, uk, ru, ar, hi, zh, ja, ko, tr
Talen
Sterk
- en
- de
- fr
- es
- it
- pt
- nl
- pl
Voldoende
- sv
- da
- fi
- cs
- ro
- el
- uk
- ru
- ar
- hi
- zh
- ja
- ko
- tr
Niet geverifieerd: de aanbieder heeft deze claim niet gedocumenteerd. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Wanneer te gebruiken
Sterke punten
- MIT licence and roughly 100 languages declared
- runs on CPU for small indexes
- long-established baseline with community tooling
Beperkingen
- 512-token input limit
- no instruction-aware query encoding
- no retrieval benchmark has been run by LLM EU