同骨架对照实验：多向量检索在 13 个基准赢 9 个
tomaarsen · x · 2026-08-18
多向量检索到底有没有用？LightOn 用相同数据、相同 149M ModernBERT 骨架分别训练了 LateOn（多向量）与 DenseOn（dense），唯一区别是是否做池化。结果多向量在 13 个 NanoBEIR 数据集中赢下 9 个，平均 nDCG@10 为 0.6868 vs 0.6764，在完整 BEIR 上差距一致。v6.0 中各类 checkpoint（PyLate、Stanford-NLP ColBERT、ColPali 式 VLM 或裸骨架加新投影层）都通过同一个类加载。
所属事件:Sentence Transformers v6.0 发布：晚交互多向量模型成一等公民(40 条相关)→
「编程与Agent」频道最新
- ai& 成 Cline 官方内置提供商，13 个开源模型含 GLM 5.3 直连 — DavidBennett__ · 2026-10-16
- x402 成 2026 年低成本 GTM 补充策略：agent 自动发现 100+ 工具 — 0xJeff · 2026-10-16
- Sam Altman：别再苦练提示词，要让循环和图自动完成提示 — goyalshaliniuk · 2026-10-16
- Claude Opus 5.5 造出真实马特洪峰地形的霓虹滑雪游戏 — techartist_ · 2026-10-16
- SERP 数据被污染，用 Claude MCP+Notion 搭建排名监控替代方案 — VeryWellVersed · 2026-10-16
- OpenAI Live API 新增 Decisions API:语音应用每 200ms 实时决策 — juberti · 2026-10-16