Modèles multimodaux avec Sentence Transformers
Sentence Transformers v5.4 permet désormais d'encoder et comparer textes, images, audio et vidéos via une API unifiée. Les modèles multimodaux ouvrent des possibilités comme la recherche visuelle ou les pipelines RAG hybrides. L'installation nécessite des dépendances spécifiques selon les modalités.