Sentence Transformers v6 发布，聚焦多向量嵌入模型
NielsRogge · x · 2026-08-18
Sentence Transformers v6 已发布，核心是多向量嵌入模型。
通常的语义搜索使用“bi-encoders”（如 OpenAI Embedding API），分别对文档和查询编码并计算余弦相似度。2020 年斯坦福研究人员提出的 ColBERT 改进了这一点：它为每个文档和查询创建多个向量（Token 级别嵌入），并通过最大相似度操作进行匹配，从而在保持效率的同时提供更精确的检索结果。
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)→
「模型」频道最新
- Meta 开源 816B MoE 模型 Muse Spark Open,登顶美国开源权重榜首 — ArtificialAnlys · 2026-10-16
- Nolla Health 后训练 Nemotron 3.5：视觉诊断准确率 35% 升至 66.8% — LoganGrasby · 2026-10-16
- 开发者:除顶尖专家外,编码模型在软件各领域已全面超越人类 — zack_overflow · 2026-10-16
- 爆料预测:中国前沿模型或 2027 年 3 月追平 GPT-6 级别 — teortaxesTex · 2026-10-16
- Liquid AI 决策模型 d1-ultra 上线 Vercel AI Gateway — JosephJacks_ · 2026-10-16
- DeepLearningAI 周报:Haiku 5.5 降价九成、Gemini 4 Argon 输出上限升至 1M — DeepLearningAI · 2026-10-16