Linkup 开源 SPARSEUP：<150M 参数登顶 BEIR-13 稀疏检索，Apache 2.0
antoine_chaffin · x · 2026-09-17
Linkup Research 发布开源稀疏嵌入模型 SPARSEUP（Apache 2.0），是 DenseOn、LateOn 之外缺失的稀疏检索拼图：
- <150M 参数，在 BEIR-13 上取得 56+ nDCG@10，为已知最强公开基于词表的稀疏检索器
- 技术路线：从 LateOn-unsupervised 出发，嫁接 ModernBERT 的 MLM 头，再用 LightOn 微调数据训练改进版 SPLADE 编码器
- 同骨干同数据的对照下接近 DenseOn，配合 Seismic 在 MS MARCO 上亚毫秒延迟、recall>97%
- 稀疏模型对罕见词的精确词法匹配有独特优势；社区评论称这填补了真正可商用的开源 SPLADE 模型的空白，也展示了开源成果相互赋能
所属事件:Linkup 开源 SparseUp：149M 参数稀疏检索模型登顶 BEIR-13(12 条相关)→
「研究」频道最新
- Adobe 与 UCLA 提出 Tev：用可验证进度奖励破解长程 Agent 训练难题 — jiqizhixin · 2026-11-02
- 老招新用：path tracing 加 portal 采样，64spp 噪点显著下降 — ssh4net · 2026-11-02
- Marcel Böhme 提出漏洞引导加固哲学：为何安全永远无法一劳永逸 — mboehme_ · 2026-11-02
- Perplexity 开源研究型基准 WANDR：500 任务、17 万条证据点 — thisguyknowsai · 2026-11-02
- AI 意识研究者:我们没有可靠方法判断 AI 是否有意识 — dioscuri · 2026-11-02
- 蚂蚁团队发布统一反伪造模型，AI视频鉴伪达96% — inclusionAI · 2026-11-02