Lighton发布307M参数开源多语言检索模型
tomaarsen · x · 2026-07-30
Lighton 发布了两款 307M 参数的开源多语言检索模型 mDenseOn 与 mLateOn。
- 训练数据：基于包含 28 亿对数据的翻译训练语料库，是目前最大的开源多语言检索训练集之一。
- 评测表现：mLateOn 在 BEIR、目标语言 MIRACL 以及 MLDR 基准测试中均取得最佳结果，并在完整 MIRACL 和代码检索任务中保持竞争力。
- 泛化能力：实验发现 mLateOn 对训练时未见过的语言和脚本具有更强的泛化能力。在 MIRACL 的未见语言测试中，mLateOn 平均得分为 67.59，远超 mDenseOn 的 57.42。
- 开源资源：模型、数据集和训练代码全部开源。
所属事件:LightOn开源多语言检索模型mDenseOn与mLateOn(18 条相关)→
「模型」频道最新
- Microsoft AI 公开 2.8T 模型训法:小模型阶梯实验预测大模型 — hboelman · 2026-10-16
- Reflection AI 开源 501B MoE 模型 Beam,主打编码与长程智能体 — arena · 2026-10-16
- 2024 年 Golden Gate Claude 视频再流行:可解释性 premise 至今仍成立 — HarperSCarroll · 2026-10-16
- Hugging Face 直播发布全新开源权重模型 — huggingface · 2026-10-16
- 阶跃 Step 5 Preview 上线一周冲上 OpenRouter 周榜第二，用量 19.5T tokens — StepFun_ai · 2026-10-16
- Meta Muse Spark 开源版需 493GB 内存，16GB 笔记本根本跑不动 — TejasKumar_ · 2026-10-16