AAI News Hub
ModèlesTue, August 18, 2026·1d ago

Sentence Transformers ajoute la recherche multi-vecteurs

La version 6.0 introduit MultiVectorEncoder pour les modèles à interaction tardive de type ColBERT.

Pourquoi c'est important

Cette sortie intègre la recherche à interaction tardive dans une bibliothèque d’embeddings largement utilisée, réduisant les frictions d’intégration pour les équipes qui construisent des systèmes de recherche et de RAG. Elle élargit aussi Sentence Transformers aux workflows de recherche visuelle de documents capables de faire correspondre des requêtes textuelles avec des images de pages sans OCR.

Points clés

  • 1.Sentence Transformers v6.0 ajoute MultiVectorEncoder.
  • 2.Les checkpoints PyLate et ColBERT peuvent être chargés directement.
  • 3.L’interaction tardive améliore la correspondance mais augmente la taille des index.

Hugging Face a indiqué que Sentence Transformers v6.0 ajoute un quatrième type de modèle, MultiVectorEncoder, pour la recherche à interaction tardive de type ColBERT. Cette mise à jour permet aux utilisateurs de charger directement des checkpoints PyLate et Stanford-NLP ColBERT, et prend aussi en charge les modèles de recherche visuelle de documents colpali-engine via la même API que celle utilisée pour les modèles denses, sparse et rerankers. Les modèles multi-vecteurs conservent un vecteur par token et calculent le score avec MaxSim, ce qui améliore la correspondance au niveau des tokens au prix d’index plus volumineux.

À tester aujourd'hui

Mettez à niveau Sentence Transformers et testez MultiVectorEncoder sur les requêtes de recherche où les termes exacts ou les exigences en plusieurs parties comptent.

Sources et articles originaux

Ce brief résume et renvoie vers la couverture des médias ci-dessous.

Ce brief vous a plu ? Recevez le prochain par e-mail.

Plus dans Modèles