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 完全开源多语言检索模型及 28 亿对训练数据(11 条相关)→
「模型」频道最新
- CrisperWhisper2.0 上榜 HF：高精度逐字转写与词级时间戳 — nyralabs · 2026-07-31
- 开发者实测：把 Claude Opus 当作不可控的疯狂 Agent 效果更好 — brandon_galang · 2026-07-30
- Kimi K3 架构深度解析：Together AI 联合举办技术对谈 — togethercompute · 2026-07-30
- Gemini ER 2 具身推理评测全面超越 Claude Opus 与 Sol — Zergylord · 2026-07-30
- Gemini 机器人模型实测：精准拆解9分钟挖掘机视频 — DynamicWebPaige · 2026-07-30
- Kimi K3 上下文压缩后状态丢失？开发者深扒 API 载荷 — Few_Sort8392 · 2026-07-30