Source
BAAI/bge-reranker-v2-m3 — model card
Reranker de référence, léger, licence permissive.
Confirmée#reranking#embeddingsPublié le 16 sept. 2026Mis à jour le 16 sept. 2026Vérifié le 16 sept. 2026À revérifier le 15 déc. 2026
- Organisation
- BAAI
- Type
- Documentation officielle
- Fiabilité
- Fiabilité haute
- Publié
- 02/2024
- Consulté le
- 16 septembre 2026
- Sujets
- reranking, embeddings
Citée par 3 page(s)
RAG : vue d'ensembleRAG · Pipeline documentaire de la Box, de l'ingestion des dossiers à la réponse citée, avec le filtre de permissions au cœur de la recherche.Recherche, reranking et citationsRAG · Recherche vectorielle, BM25 et fusion RRF ; pré-filtrage par permissions et ses effets sur HNSW ; rerankers ; construction du contexte ; restitution des citations page par page ; garde-fous contre les hallucinations.Comparer les modèles d'embeddings sur du français juridiqueExpérimentation · Mesurer recall@k et MRR de bge-m3, multilingual-e5-large, Qwen3-Embedding (0.6B, 4B) et nomic-embed-text v2 sur le jeu de questions du corpus fictif, avec et sans reranker.
Ce que dit la source : Apache 2.0 ; environ 0,6 milliard de paramètres ; multilingue ; base bge-m3.
Ce qu'on en retient : reranker de référence, léger, licence permissive.
Limites : performance en français sur textes juridiques non mesurée.