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：150M 以下参数登顶 BEIR-13 稀疏检索(10 条相关)→
「研究」频道最新
- OpenAI Noam Brown 深聊多智能体:数学进步预示自动研究加速 — polynoamial · 2026-09-18
- 复现前沿 benchmark 发现数据缺陷:ALE Linux 子集移植出 ALE-Gold — dejavucoder · 2026-09-18
- AISTATS 2027 征稿开启,首次引入 AI 审稿机制 — qberthet · 2026-09-18
- 新研究声称模型架构可改善 scaling 指数 — madhavsinghal_ · 2026-09-18
- Schmidhuber 重提 2020 年 RSI 演讲:自称 1994 年已实现递归自我改进 — SchmidhuberAI · 2026-09-18
- Polymarket 给 AI 解千年数学难题开出 57% 概率 — Polymarket · 2026-09-18