fix: fallback CPU embedding + protection CPAM contre crash OOM

- SentenceTransformer : fallback CPU si CUDA OOM (Ollama peut occuper la VRAM)
- Bloc CPAM dans main.py : try/except pour éviter crash fatal du pipeline

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

src/medical/rag_search.py

@@ -25,14 +25,25 @@ _MIN_SCORE = 0.3
 
 
 def _get_embed_model():
-    """Charge le modèle d'embedding (singleton)."""
+    """Charge le modèle d'embedding (singleton).
+
+    Tente CUDA d'abord, fallback CPU si OOM (Ollama peut occuper la VRAM).
+    """
     global _embed_model
     if _embed_model is None:
         from sentence_transformers import SentenceTransformer
-        logger.info("Chargement du modèle d'embedding pour la recherche...")
         import torch
         _device = "cuda" if torch.cuda.is_available() else "cpu"
-        _embed_model = SentenceTransformer("dangvantuan/sentence-camembert-large", device=_device)
+        try:
+            logger.info("Chargement du modèle d'embedding (%s)...", _device)
+            _embed_model = SentenceTransformer("dangvantuan/sentence-camembert-large", device=_device)
+        except torch.OutOfMemoryError:
+            if _device == "cuda":
+                logger.warning("CUDA OOM pour l'embedding — fallback CPU")
+                torch.cuda.empty_cache()
+                _embed_model = SentenceTransformer("dangvantuan/sentence-camembert-large", device="cpu")
+            else:
+                raise
         _embed_model.max_seq_length = 512
     return _embed_model