Sentence Transformers ora capisce immagini e testo

HuggingFace ha integrato in Sentence Transformers il supporto nativo per modelli di embedding multimodali e reranker, permettendo di lavorare con testo e immagini nello stesso spazio vettoriale. Questo significa poter costruire sistemi di ricerca semantica che confrontano query testuali con contenuti visivi — e viceversa — senza pipeline separate o architetture custom. I modelli di reranking multimodale aggiungono un layer di raffinamento ulteriore, migliorando la qualità dei risultati in scenari retrieval complessi. L'integrazione è pensata per essere plug-and-play con l'ecosistema esistente di Sentence Transformers, abbassando drasticamente la barriera d'ingresso.