mLateOn多语言检索夺魁：领先第二名8.3分，参数仅四分之一

IgorCarron · x · 2026-08-20

HAKARI-Bench 创建者 @hotchpotch 发文：LightOn 的 mLateOn 在 11 个后交互（late-interaction）检索模型中排名第一，Overall Macro 达 65.52，比第二名 pplx-embed-v1-late-0.6b（57.19）高 8.33 分，激活参数却只有 115.1M，约为后者的四分之一（440.6M）。模型总参数 312M，在 MNanoBEIR 得 63.33，跻身 Qwen3-Embedding-8B 与 Nemotron-3-Embed-8B 等 8B 稠密模型同一梯队；支持 8192 token 输入，文档编码可复用于候选重排序，且在英文检索上保持顶级水平。