La soci\u00e9t\u00e9 Jina a lanc\u00e9 sous la licence Apache 2.0 un mod\u00e8le d'apprentissage automatique pour la repr\u00e9sentation vectorielle du texte \u2014 jina-embeddings-v2. Ce mod\u00e8le permet de transformer du texte arbitraire contenant jusqu'\u00e0 8192 caract\u00e8res en une petite s\u00e9quence de nombres r\u00e9els, formant un vecteur associ\u00e9 au texte d'origine et reproduisant sa s\u00e9mantique. Jina Embedding est devenu le premier mod\u00e8le d'apprentissage automatique open source, pr\u00e9sentant des caract\u00e9ristiques \u00e9quivalentes \u00e0 celles du mod\u00e8le propri\u00e9taire de vectorisation de texte d'OpenAI (text-embedding-ada-002), capable \u00e9galement de traiter des textes contenant jusqu'\u00e0 8192 jetons. <\/p>\n
La distance entre deux vecteurs form\u00e9s peut \u00eatre utilis\u00e9e pour d\u00e9terminer la relation s\u00e9mantique des textes d'origine. En pratique, les vecteurs form\u00e9s peuvent \u00eatre utilis\u00e9s pour analyser la similarit\u00e9 des textes, organiser la recherche de mat\u00e9riaux similaires par th\u00e8me (classement des r\u00e9sultats selon la proximit\u00e9 s\u00e9mantique), grouper les textes par sens, formuler des recommandations (proposer une liste de lignes de texte similaires), d\u00e9tecter les anomalies, identifier le plagiat et classer des tests. Parmi les exemples de domaines d'utilisation, on mentionne l'utilisation du mod\u00e8le pour l'analyse de documents juridiques, pour l'analyse commerciale, dans la recherche m\u00e9dicale pour le traitement d'articles scientifiques, dans la critique litt\u00e9raire, pour l'analyse des \u00e9tats financiers et pour am\u00e9liorer la qualit\u00e9 du traitement des questions complexes par les chatbots. <\/p>\n
Deux variantes du mod\u00e8le jina-embeddings sont disponibles pour le t\u00e9l\u00e9chargement (de base \u2014 0,27 Go et r\u00e9duite \u2014 0,07 Go), entra\u00een\u00e9es sur 400 millions de paires de s\u00e9quences textuelles en anglais, couvrant divers domaines de connaissance. Pendant l'entra\u00eenement, des s\u00e9quences de 512 jetons ont \u00e9t\u00e9 extrapol\u00e9es \u00e0 une taille de 8192 en utilisant la m\u00e9thode ALiBi (Attention avec des biais lin\u00e9aires). <\/p>\n
Le mod\u00e8le de base comprend 137 millions de param\u00e8tres et est con\u00e7u pour une utilisation sur des syst\u00e8mes de bureau avec GPU. Le mod\u00e8le r\u00e9duit comprend 33 millions de param\u00e8tres, offre une pr\u00e9cision inf\u00e9rieure et est destin\u00e9 \u00e0 \u00eatre utilis\u00e9 sur des appareils mobiles et des syst\u00e8mes avec une capacit\u00e9 de m\u00e9moire limit\u00e9e. Une grande mod\u00e8le qui couvrira 435 millions de param\u00e8tres sera \u00e9galement publi\u00e9e prochainement. Un variant multilingue du mod\u00e8le est \u00e9galement en cours de d\u00e9veloppement, actuellement ax\u00e9 sur le support des langues allemande et espagnole. Un plugin a \u00e9t\u00e9 pr\u00e9par\u00e9 s\u00e9par\u00e9ment pour utiliser le mod\u00e8le jina-embeddings via l'outil LLM. \u041a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Jina \u043e\u0442\u043a\u0440\u044b\u043b\u0430 \u043f\u043e\u0434 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439 Apache 2.0 \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u0432\u0435\u043a\u0442\u043e\u0440\u043d\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 — jina-embeddings-v2. \u041c\u043e\u0434\u0435\u043b\u044c \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442, \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0439 \u0434\u043e 8192 \u0437\u043d\u0430\u043a\u043e\u0432, \u0432 \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0432\u0435\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0447\u0438\u0441\u0435\u043b, \u043e\u0431\u0440\u0430\u0437\u0443\u044e\u0449\u0438\u0445 \u0432\u0435\u043a\u0442\u043e\u0440, \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u043d\u044b\u0439 \u0441 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u043c \u0438 \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u044f\u0449\u0438\u0439 \u0435\u0433\u043e \u0441\u0435\u043c\u0430\u043d\u0442\u0438\u043a\u0443 (\u0441\u043c\u044b\u0441\u043b). Jina Embedding \u0441\u0442\u0430\u043b\u0430 \u043f\u0435\u0440\u0432\u043e\u0439 \u043e\u0442\u043a\u0440\u044b\u0442\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f, \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0449\u0435\u0439 \u0445\u0430\u0440\u0430\u043a\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043a\u0430\u043c\u0438, \u043d\u0435 \u0443\u0441\u0442\u0443\u043f\u0430\u044e\u0449\u0438\u043c\u0438 \u043f\u0440\u043e\u043f\u0440\u0438\u0435\u0442\u0430\u0440\u043d\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-111103","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Le code Jina Embedding est ouvert, un mod\u00e8le pour la repr\u00e9sentation vectorielle du sens du texte | ProHoster","description":"La soci\u00e9t\u00e9 Jina a publi\u00e9 sous la licence Apache 2.0 un mod\u00e8le d'apprentissage automatique pour la repr\u00e9sentation vectorielle du texte - jina-embeddings-v2.","canonical_url":"https:\/\/prohoster.info\/fr\/blog\/news\/otkryt-kod-jina-embedding-modeli-dlya-vektornogo-predstavleniya-smysla-teksta","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"fr_FR","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041e\u0442\u043a\u0440\u044b\u0442 \u043a\u043e\u0434 Jina Embedding, \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u0432\u0435\u043a\u0442\u043e\u0440\u043d\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0441\u043c\u044b\u0441\u043b\u0430 \u0442\u0435\u043a\u0441\u0442\u0430 | ProHoster","og:description":"\u041a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Jina \u043e\u0442\u043a\u0440\u044b\u043b\u0430 \u043f\u043e\u0434 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439 Apache 2.0 \u043c\u043e\u0434\u0435\u043b\u044c \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u0432\u0435\u043a\u0442\u043e\u0440\u043d\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 - jina-embeddings-v2.","og:url":"https:\/\/prohoster.info\/fr\/blog\/news\/otkryt-kod-jina-embedding-modeli-dlya-vektornogo-predstavleniya-smysla-teksta","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2023-10-26T13:10:31+00:00","article:modified_time":"2023-10-26T13:10:31+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":[],"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/111103","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/comments?post=111103"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/111103\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media?parent=111103"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/categories?post=111103"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/tags?post=111103"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n
Source : opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"