Granite Embedding
Die Text-Embedding-Modellfamilie von IBM für Retrieval in Unternehmen
Granite Embedding ist die Text-Embedding-Modellfamilie von IBM für Retrieval und semantische Suche. Sie lässt sich in RAG-Unternehmenssysteme auf watsonx oder in selbst gehostete Infrastrukturen integrieren. Die mehrsprachige Variante mit 278 Millionen Parametern unterstützt zwölf Sprachen, darunter Englisch, Deutsch, Japanisch, Arabisch und Chinesisch. Sie erzeugt Vektoren mit 768 Dimensionen aus Eingaben mit bis zu 512 Tokens. IBM trainierte sie mit kontrastivem Fine-Tuning, Wissensdestillation und Modellzusammenführung anhand einer Mischung aus offenen Datensätzen mit Relevanzpaaren und eigenen kuratierten Daten. Dabei bevorzugte IBM Quellen mit freizügigen, unternehmensfreundlichen Lizenzen. Wie die übrige Granite-Reihe stehen die Embedding-Modelle unter Apache 2.0 und werden über Hugging Face, Ollama und IBM watsonx verbreitet. Sie konkurrieren bei Retrieval-Benchmarks mit offenen Embedding-Familien wie BGE und GTE und legen besonderen Wert auf Compliance und nachvollziehbare Trainingsdaten für regulierte Kunden.