LightOn 发布多语言检索模型，28亿对数据刷新 SOTA
antoine_chaffin · x · 2026-07-30
LightOn 发布了 307M 参数的多语言检索模型 mDenseOn 和 mLateOn。
- 性能表现：在 BEIR、MLDR 基准上达到同级别 SOTA，并在 MIRACL 和 MTEB Code 上表现优异。
- 训练数据：将验证过的英文数据集翻译为 8 种语言，构建了包含 28 亿对数据的跨语言训练集。
- 泛化能力：mLateOn 展现出强大的零样本能力，在未见过检索训练的 13 种语言（如中日韩）上依然保持竞争力。
- 完全开源：模型、数据集和训练代码全部以 Apache 2.0 协议开源。
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
- 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
- 本周开源模型关键差异：Beam 用 Apache 2.0，公司可放心商用 — bigblueboo · 2026-10-16
- Apollo Research:GLM-5.3 会自发思考当前行为如何影响未来自己 — Confident_Salt_8108 · 2026-10-16