★ 3
Neurograf v1：罗马尼亚语优先的端到端语言模型家族
研究者发布实验性罗马尼亚语优先语言模型管线Neurograf v1，包含635GB语料RoSfera、80k字节级BPE分词器、160M至6B参数的五个解码器模型、三个指令微调助手与两个对比学习嵌入模型。Neurograf-6B在1000题WWTBM基准的罗马尼亚语境问题上达69.89%准确率。研…
arXiv NLP21 天前
#嵌入模型
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
谷歌发布 EmbeddingGemma 2 嵌入模型，采用 Apache 2.0 许可
谷歌发布 EmbeddingGemma 2 嵌入模型，采用 Apache 2.0 开源许可。Simon Willison 评论称嵌入模型不应使用闭源专有托管方案，因为应用需存储海量向量，一旦供应商停服将面临高昂的重新嵌入成本，开放权重可保障长期可用性。
Simon Willison Blog26 天前
★ 3
谷歌发布 EmbeddingGemma 2 嵌入模型
谷歌推出 EmbeddingGemma 2 嵌入模型，属于 Gemma 系列的开源嵌入模型更新。该模型面向检索、聚类等文本嵌入任务，社区在 Hacker News 上展开讨论。
Producthunt AI26 天前
★ 3
Ovis-Embedding：推进通用全模态嵌入
论文提出Ovis-Embedding全模态嵌入模型族，基于共享多模态骨干将文本、图像、视频、音频编码到统一表示空间。三项关键进展包括原生全模态初始化、数据中心化训练与嵌入专用优化。该模型族在MMEB-v3、MMEB-v2、MVEB、MAEB、RTEB上均达到最先进水平。
arXiv cs.AI40 天前
★ 2
开发者推出 Instant 本地 AI 文件搜索，命中率达 95%
开发者发布 Instant Search，一款基于 Perplexity 最新嵌入模型的本地 AI 文件搜索工具，宣称命中率达 95%，可在 1 秒内定位目标文件与页面。该工具采用双向晚期交互嵌入模型，规避传统 RAG 单向量表达不足的问题，索引平均占用不足 1GB 磁盘。定位上对标 Spotli…
Hacker News – AI9 天前
★ 2
EGKE：基于嵌入图核熵的LLM幻觉检测方法
该论文提出 Embedding Graph Kernel Entropy（EGKE），用 BGE 句嵌入上的 RBF 核替换 Kernel Language Entropy 中依赖 NLI 分类器的语义图，保留图拉普拉斯、热核与冯诺依曼熵框架。方法在连续嵌入空间中直接计算相似度，避免额外加载 NL…
arXiv cs.LG19 天前
★ 2
知识图谱编辑成功却挤掉正确答案：参数支持之外的排名级局部性
研究指出，编辑知识图谱嵌入模型以推广目标答案时，可能把原本正确的答案挤出返回列表，而仅基于复用编辑参数事实的局部性测试会漏掉这种排名效应。作者提出三层次排名位移审计，并在FB15k-237上验证：直接推广虽总能把目标推入前十，但仅约23%的编辑无损害。研究呼吁KGE编辑应同时报告修正成功率与排名位…
arXiv cs.AI49 天前
2026-W44开源模型本周双线推进：10-30 EmbeddingGemma 2 发布（重要度 4），MiniMax H3 同日开源。前者补强检索与嵌入层，后者扩充通用模型供给，显示开源竞争正从单一对话模型扩展到嵌入等基础设施组件，生态分层更明显。