Indexation · une fois pour toutes

Du fichier à la matrice de vecteurs

48 fichiers

PDF, HTML, CSV…

→

Texte brut

doc.raw_text

→

Découpage

tous les 1 000 caractères

→

Embeddings

bge-m3, 1 024 dim.

→

Index

2 661 × 1 024

Un découpage aveugle à la structure du texte

fin du passage #569

…fait l'objet d'une amende administrative pouvant aller jusqu'à 15 000 000 EUR ou […] jusqu'à 3 % de son chiffre d'affaires annuel mondial total réalisé au

début du passage #570

cours de l'exercice précédent, le montant le plus élevé étant retenu: a) les obligations incombant aux fournisseurs en vertu de l'article 16; …

Extrait réel de l'index : le plafond d'amende et la liste des obligations auxquelles il s'applique sont séparés, et aucun des deux morceaux ne dit qu'il s'agit de l'article 99 du règlement sur l'IA.