Detailed description

Je construis des paires requête et passage pertinent à partir de vos journaux de recherche ou en les générant puis en les faisant valider. J’ajuste un modèle multilingue avec sentence-transformers et je compare la pertinence avant et après sur un jeu tenu à l’écart. Je réindexe ensuite votre base avec le nouveau modèle et je vérifie que les performances se maintiennent en conditions réelles. Basée à Sétif, je reste joignable pendant toute la durée de la mission. Outils utilisés : sentence-transformers, Qdrant, Python, pgvector. Délai indicatif : 24 jours à partir de la réception de tous les éléments.

Problem solved

Votre recherche sémantique ou votre RAG ramène des passages à côté du sujet, parce que le modèle d’embeddings ne connaît pas votre vocabulaire ni vos abréviations.

Promised outcome

Un modèle d’embeddings ajusté sur votre domaine, avec une mesure du gain sur vos propres requêtes et une intégration simple à votre index existant.

Features

• jeu de paires d’entraînement
• modèle d’embeddings ajusté
• mesure de pertinence avant et après
• script de réindexation

At a glance

Industry

Banking & insurance

Platforms and compatibility

• Linux
• API

Technologies

• pgvector
• sentence-transformers
• PyTorch
• Python
• Qdrant

Interface languages

French · Arabic · English

Wilaya

Sétif

Trust

• Listing reviewed and approved by the Elite.red team

Terms