Triez les résultats de la recherche intelligente par date ou pertinence et ajustez le seuil de similarité pour n'obtenir que les photos vraiment pertinentes.
La pertinence n'est pas toujours ce que vous voulez
La recherche intelligente CLIP trie les résultats par similarité visuelle — pratique quand vous cherchez « le meilleur résultat », mais moins utile si vous voulez savoir quand quelque chose s'est produit. Pour une recherche sur « gâteau d'anniversaire », il doit être aussi facile d'afficher « les plus récents » que « les plus similaires ».
Un nouveau menu de tri positionné à côté de la barre de recherche propose trois modes : Pertinence (par défaut — similarité la plus élevée en premier), Plus récents et Plus anciens. Changer de mode retrie les résultats instantanément, sans relancer la requête.
D'abord rappeler, puis trier
Les résultats triés par date utilisent un CTE en deux phases : la première récupère les 500 meilleurs résultats par similarité vectorielle, la seconde retrie cet ensemble chronologiquement. Vous ne voyez que des photos correspondant à la requête — simplement ordonnées par date plutôt que par score CLIP. Un seul aller-retour, et la pagination reste stable lors des changements de tri.
Groupes de dates et défilement infini
Lorsque vous choisissez Plus récents ou Plus anciens, les résultats sont groupés par mois — Janvier 2026, Mai 2020, etc. — pour que la timeline soit immédiatement lisible. Le défilement infini se déclenche dès que vous approchez de la fin de la liste, évitant ainsi les clics de pagination pour les grandes listes de résultats.
Cela fonctionne sur la timeline principale (/photos) et dans chaque espace partagé — même expérience de recherche, mêmes contrôles de tri, même groupement par dates. La recherche intelligente sur /photos peut même couvrir les espaces que vous avez épinglés à votre timeline, de sorte qu'une seule requête embrasse toute votre bibliothèque.
Un seuil de pertinence pour les recherches filtrées
Lorsque vous combinez une recherche textuelle avec des filtres de métadonnées — par exemple « forêt » avec un pays donné — il arrive que des photos reviennent en correspondant au filtre, mais sans avoir grand-chose à voir avec la requête. Cela se produit parce que CLIP retourne toutes les photos de l'ensemble filtré, triées par similarité. Même les correspondances les plus faibles apparaissent donc.
Le nouveau paramètre d'administration Distance de recherche maximale ajoute une limite stricte. Les résultats dépassant la distance cosinus configurée sont exclus avant la pagination, de sorte qu'une recherche retourne soit des photos pertinentes, soit rien — jamais des résultats de remplissage sans rapport.
Régler le seuil
Le paramètre se trouve sous Administration → Machine Learning → Recherche intelligente. Les valeurs sont des distances cosinus comprises entre 0 (identique) et 2 (opposé). 0,75 est un bon point de départ — assez strict pour filtrer le bruit, mais assez ouvert pour les requêtes abstraites. Des valeurs plus basses (0,5) ne conservent que les correspondances visuelles fortes ; des valeurs plus élevées (1,0) laissent passer des correspondances plus larges.
À noter : les embeddings CLIP ont souvent des clusters resserrés, de sorte que de petites variations du seuil peuvent avoir un impact important sur le nombre de résultats — c'est normal. Différents modèles CLIP produisent des distributions de distances différentes ; si vous changez de modèle, vous devrez généralement réajuster la valeur. Les recherches texte-vers-image ont aussi souvent des distances plus grandes que les recherches image-vers-image ; une valeur adaptée au texte est habituellement assez permissive pour le reste.
La valeur par défaut est 0 (désactivé), afin de préserver le comportement existant jusqu'à ce que vous activiez explicitement la fonctionnalité.
