Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Similarité cosinus

La similarité cosinus (cosine similarity) mesure la ressemblance entre deux vecteurs par l'angle qu'ils forment. Elle va de -1 à 1, ignore la longueur des vecteurs et constitue la façon la plus courante de comparer des embeddings en recherche.

Aussi appelé : cosine distance

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Quand deux embeddings pointent dans la même direction, leur similarité cosinus vaut 1. Quand ils sont à angle droit, elle vaut 0, et quand ils pointent dans des directions opposées, elle vaut -1. Comme seule la direction compte, un long document et un court portant sur le même sujet peuvent tout de même être jugés proches.

(À ne pas confondre avec Cosine, un outil de code IA qui porte le même nom.)

Comment elle se calcule

Prenez le produit scalaire des deux vecteurs et divisez-le par le produit de leurs longueurs. Si les deux vecteurs sont déjà normalisés à une longueur de 1, la similarité cosinus est égale au simple produit scalaire, moins coûteux à calculer. Beaucoup de modèles d'embedding renvoient des vecteurs normalisés pour cette raison.

Distance cosinus

Certaines bases de données vectorielles demandent une distance plutôt qu'une similarité. La distance cosinus vaut généralement 1 moins la similarité cosinus : plus elle est petite, plus les vecteurs sont proches.

Choisir une métrique

Utilisez la métrique pour laquelle le modèle d'embedding a été entraîné, que sa documentation indique. Avec des vecteurs normalisés, le cosinus, le produit scalaire et la distance euclidienne donnent le même classement : le choix compte donc moins qu'on ne le pense. Avec des vecteurs non normalisés, ils peuvent différer.

Limites

Un score élevé ne correspond pas à un pourcentage fixe de pertinence. Les plages de scores diffèrent d'un modèle à l'autre, si bien qu'un seuil qui fonctionne pour un modèle peut échouer pour un autre. Fixez les seuils à partir de tests sur vos propres données, ou laissez un reranker décider.

Termes liés

Embedding
Un embedding (plongement vectoriel) est une liste de nombres (un vecteur) qui représente un morceau de texte, une image ou d'autres données, produite de sorte que les éléments de sens proche obtiennent des vecteurs proches les uns des autres.
Recherche vectorielle
La recherche vectorielle (vector search) trouve des éléments en comparant leurs embeddings à celui d'une requête et en renvoyant les plus proches, si bien que les résultats correspondent par le sens plutôt que par des mots-clés communs.
Base de données vectorielle
Une base de données vectorielle (vector database) stocke des embeddings avec leurs enregistrements source et retrouve les vecteurs stockés les plus proches d'un vecteur de requête, généralement à l'aide d'un index approximatif pour que la recherche reste rapide sur des millions d'éléments.
Dimension d'embedding
La dimension d'embedding est le nombre de valeurs de chaque vecteur produit par un modèle d'embedding. Davantage de dimensions peuvent contenir plus de détails, mais chaque valeur supplémentaire ajoute du coût de stockage, de mémoire et de recherche par élément.
Reranking
Le reranking (reclassement) est une seconde étape de recherche qui prend une courte liste de documents candidats et les réordonne selon leur pertinence pour la requête, à l'aide d'un modèle plus précis mais plus lent que la première recherche.

Sources