Une expérience à petite échelle montre que les modèles d'embedding binaire natifs offrent de meilleures performances de récupération que la binarisation post-hoc des modèles float. À SciFact Recall@10, les modèles binaires natifs (2048-dim et 4096-dim) surpassent les modèles binaires post-hoc de 17 % et 25 % respectivement, avec des avantages significatifs en vitesse et en mémoire lors de l'indexation.