Sentence Transformers 推出 SparseEncoder：稀疏嵌入几行代码上手
tomaarsen · x · 2026-09-17
tomaarsen 介绍 SparseUp 系列线程的第三条：Sentence Transformers 新增 SparseEncoder 接口，新发布的 Linkup-sparseup-embed-v1 完全兼容。
- 稀疏编码器特性：绝大多数维度为 0，大规模检索效率高；非零维度对应具体 token，比稠密嵌入更可解释；可与稠密嵌入组合做混合检索
- 用法示例：SparseEncoder("naver/splade-cocondenser-ensembledistil") 加载模型，encode() 生成 [3, 30522] 稀疏向量，similarity() 默认点积计算相似度
- 提供 sparsity() 统计稀疏率（通常 >99%）与平均激活维度；支持 promptname 或 encodequery() / encodedocument() 区分查询与文档的专用提示
教程地址见 Sentence Transformers 官方文档。
所属事件:Linkup 开源稀疏检索模型 SparseUp，BEIR-13 登顶(6 条相关)→
「模型」频道最新
- Linkup 发布开源稀疏检索器 SPARSEUP：<150M 参数 BEIR-13 得 56+ — antoine_chaffin · 2026-09-17
- 爆料称 OpenAI 接近证明千禧年难题 Hodge 猜想 — Hesamation · 2026-09-17
- Liquid 与英矽智能登 Cell 封面：小模型在长寿任务上超越 GPT-5 等前沿模型 — helloiamleonie · 2026-09-17
- Polymarket 押注：中国公司年内登顶 Chatbot Arena 榜首的概率仅 8% — Polymarket · 2026-09-17
- 质疑：Anthropic 聚齐对齐高手，模型对齐却不如 GPT？ — almmaasoglu · 2026-09-17
- Pro 集群 RL 训练一度中断:网络故障加网络数据学到坏模式 — _AndrewZhao · 2026-09-17