Kakao ouvre des modèles pour retrouver des documents en coréen et en anglais

1Présentation

Kakao, groupe numérique sud-coréen, publie le 29 octobre les poids de deux modèles Kanana-2 destinés à la recherche de textes en coréen et en anglais. Ils produisent des embeddings, des représentations numériques qui permettent de rapprocher une question des documents ayant un sens voisin.

Ces modèles peuvent servir à la recherche sémantique ou à une génération de réponse appuyée sur des documents retrouvés. Ils ne rédigent pas eux-mêmes cette réponse. Les variantes annoncées comptent 3 et 1,3 milliards de paramètres.

2Ce qui change

La fiche du 29 octobre annonce les poids de deux modèles de recherche documentaire Kanana-2.

Adapter la représentation à la recherche

Les modèles dérivent des petits modèles de langage Kanana-2, avec une attention bidirectionnelle et une agrégation des représentations du texte. La fiche décrit des évaluations sans consigne ajoutée à chaque requête. Les résultats favorables en recherche coréenne restent limités aux modèles et jeux comparés.

Choisir un compromis entre taille et résultats

L’apprentissage Matryoshka permet de réduire la longueur des vecteurs, notamment à 1 024, 512, 256 ou 128 valeurs. Cela peut diminuer le stockage de l’index. La qualité varie selon la dimension et le corpus, elle doit être vérifiée avant de choisir un format compact.

3Fonctionnement

Le modèle encode questions et documents dans un espace numérique commun. Le moteur de recherche utilise leur proximité pour proposer les passages pertinents.

4Usages possibles

L’apport concerne surtout les équipes qui cherchent une base de recherche bilingue ou veulent réduire la taille de leur index. La disponibilité des poids laisse un choix d’hébergement, sans rendre tous les usages commerciaux libres de conditions.

5Accès et limites

Les comparaisons sont celles de Kakao sur les tests indiqués, sans évaluation indépendante ici. L’entrée est limitée à 4 096 tokens, des unités de texte. Les langues documentées sont le coréen et l’anglais. La licence impose des obligations de redistribution et une autorisation commerciale distincte pour certaines offres à des tiers. Aucun audit de sécurité n’est établi.

Conditions d’accès. Poids téléchargeables sous KananaOpenLicense. Certains services et déploiements revendus à des tiers exigent une licence commerciale distincte.

6Pour votre projet

Comparer les erreurs de recherche sur ses propres documents et examiner la licence du modèle exact. La licence prévoit notamment copie des termes, mentions et obligations d’attribution lors de redistributions.

• La dimension retenue conserve-t-elle les documents utiles dans les premiers résultats ?
• Le mode de fourniture du service entre-t-il dans les conditions commerciales spécifiques ?

Les versions de bibliothèques et le protocole utilisés par Kakao sont indiqués dans la fiche modèle.