Sentence Transformers lanza modelos multimodales de embedding y reranking

Resumen del corpus

La biblioteca Sentence Transformers presentó su versión 5.4, que incorpora modelos multimodales de embedding y reranking capaces de procesar texto, imágenes, audio y video con una misma API. La actualización permite búsquedas entre modalidades, recuperación de documentos visuales y canalizaciones de RAG multimodales, e incluye modelos de Qwen, Nvidia, BAAI y Jina, entre otros. También se añadieron rerankers solo de texto y se mantiene el soporte para los modelos CLIP existentes.