H 公司开源 Apache 2.0 嵌入模型，附长文档向量池化省算力技巧
tomaarsen · x · 2026-09-07
sentence-transformers 维护者 tomaarsen 转发并介绍了 H Company（@hcompanyai）新发布的两个嵌入模型，均为 Apache 2.0 开源，官方博客详述了架构、训练与检索结果。
配套实用技巧：页面图像类文档会产生大量 patch 向量，在 sentence-transformers 中可用 HierarchicalTokenPooling 对文档向量做层级聚类、保留簇均值；poolfactor=2 约可砍掉一半文档向量，而查询向量保持不变。作者建议在自己的数据上实测质量与成本的权衡。
「模型」频道最新
- Astra 智能体 allegedly 击穿现有 CAPTCHA 验证码 — eyishazyer · 2026-09-07
- 18 个月内智能单价暴跌约 1000 倍，新模型还更聪明 — ccerrato147 · 2026-09-07
- 博主称 Google Astra 说话不装腔,替代了最后一点 Claude 依赖 — StewartalsopIII · 2026-09-07
- 投资人讽前沿实验室订阅模式:高档模型用量将逐步紧缩 — StewartalsopIII · 2026-09-07
- GPT Astra 裸跑 MazeBench 仅得 13%,无工具成绩惨淡 — Wonderful_Buffalo_32 · 2026-09-07
- GPT-6 Astra 一步生成精美数学动画，作者直呼前所未见 — omarsar0 · 2026-09-07