multilingual-e5-large
Suveranitate și găzduire
Acest model este catalogat pentru referință. Nu este încă găzduit pe LLM EU și niciun endpoint first-party nu îl deservește aici. Cererile către el merg direct la furnizor, conform termenilor proprii ai furnizorului.
Rezumat
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.
Specificații
- Furnizor
- Microsoft (US)
- Fereastră de context
- 512
- Parametri
- 0.56B
- Modalități
- embedding
- Licență
- mit · licence
- Greutăți deschise
- yes
- Data lansării
- 30 iun. 2023
- Sarcini
- rag, multilingual-support, private, cheap
Limbi
Puternic: en, de, fr, es, it, pt, nl, pl
Adecvat: sv, da, fi, cs, ro, el, uk, ru, ar, hi, zh, ja, ko, tr
Limbi
Puternic
- en
- de
- fr
- es
- it
- pt
- nl
- pl
Adecvat
- sv
- da
- fi
- cs
- ro
- el
- uk
- ru
- ar
- hi
- zh
- ja
- ko
- tr
Neverificat: furnizorul nu a documentat această afirmație. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Când să îl folosești
Puncte forte
- MIT licence and roughly 100 languages declared
- runs on CPU for small indexes
- long-established baseline with community tooling
Limitări
- 512-token input limit
- no instruction-aware query encoding
- no retrieval benchmark has been run by LLM EU