Tâche ·
feature-extractionEmbeddings (recherche sémantique, RAG) : modèles open source
2 modèles suivis par Radar IA déclarent cette tâche sur Hugging Face. Classés par Score Radar.
Faits relevés sur l’API publique Hugging Face le 14/10/2026 ; ils sont déclarés par les auteurs des modèles.
| Élément | Paramètres | Licence | Langues | Téléch. 30 j | Score |
|---|---|---|---|---|---|
| embeddinggemma-2 Google | 744 M | apache-2.0 | multilingue (langues non détaillées) | 135,2 k | Score Radar 76 sur 100 |
| embeddinggemma-2-GGUF Unsloth AI | 271 M | apache-2.0 | multilingue (langues non détaillées) | 88,9 k | Score Radar 74 sur 100 |
Questions fréquentes
- Quel modèle « Embeddings (recherche sémantique, RAG) » open source est le mieux classé ?
- embeddinggemma-2 (Google), Score Radar 76/100, parmi 2 modèles suivis.
- Lesquels sont sous licence Apache 2.0 ou MIT ?
- embeddinggemma-2, embeddinggemma-2-GGUF.
- Quel est le plus léger ?
- embeddinggemma-2-GGUF : 271 M paramètres déclarés.
- Lesquels existent au format GGUF pour un PC ?
- embeddinggemma-2-GGUF.
- Lesquels déclarent le français ?
- Aucun ne déclare le français sur Hugging Face ; certains sont multilingues, à vérifier sur leur fiche.