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

Late interaction (ColBERT)

La late interaction (interaction tardive) est une méthode de récupération, introduite par ColBERT, qui encode séparément la requête et chaque document en un vecteur par token, puis note une correspondance en comparant ces vecteurs de tokens lors d'une étape finale peu coûteuse.

Aussi appelé : ColBERT, multi-vector retrieval, late interaction

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

Il existe deux façons courantes de noter la pertinence avec un transformer. Un bi-encoder comprime chaque texte en un seul vecteur, ce qui est rapide mais perd des détails. Un cross-encoder lit ensemble la requête et le document, ce qui est précis mais trop lent pour de grandes collections. La late interaction se situe entre les deux.

Comment ça marche

ColBERT encode le document une fois, hors ligne, en gardant un vecteur pour chaque token. Au moment de la requête, il encode la requête de la même façon. Pour chaque token de la requête, il trouve le token du document le plus similaire, puis additionne ces meilleures correspondances pour obtenir un score. Comme les vecteurs des documents sont précalculés, le travail coûteux du modèle au moment de la requête ne porte que sur la courte requête. L'interaction entre les deux textes intervient tard, lors de cette comparaison finale.

L'article sur ColBERT rapporte une précision comparable à celle des rerankers basés sur BERT, pour une exécution environ deux ordres de grandeur plus rapide.

Récupération multi-vecteurs

La récupération multi-vecteurs est le nom plus large du stockage de plusieurs vecteurs par élément. La même idée sert désormais pour les images de pages, où chaque fragment d'image reçoit un vecteur, comme dans les systèmes de récupération de documents visuels tels que Nemotron ColEmbed V2.

Limites

Stocker un vecteur par token prend beaucoup plus de place qu'un vecteur par fragment, même si la compression aide. Moins de bases de données vectorielles prennent en charge nativement la recherche multi-vecteurs. Beaucoup d'équipes utilisent la late interaction comme étape de reranking après une première recherche moins coûteuse.

Termes liés

Cross-encoder
Un cross-encoder (encodeur croisé) est un modèle qui lit ensemble une requête et un document en une seule passe et renvoie un score de pertinence. Il est plus précis que la comparaison d'embeddings séparés, mais trop lent pour être appliqué à toute une collection.
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.
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.
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.
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.

Sources