awesome-multivector-retrieval 收录超 50 个多向量检索数据集
CShorten30 · x · 2026-09-29
社区维护的 awesome-multivector-retrieval 仓库持续扩张：一周前 @SilvioMartinico 发布 9 个 multivector 数据集后，@Robro612 跟进在 Hugging Face 上新增 40 多个。目前该仓库已收录 50+ 可直接使用的数据集，覆盖 17 个语料库与 8 种编码器。
仓库本身是一份带注释的 late-interaction 多向量检索资源清单，涵盖：
- 基础模型（ColBERT、COIL 等）与通用/压缩/多模态模型
- 索引与检索算法、打分 kernel、软件库与推理框架
- 模型 checkpoint 与 NFCorpus、SciFact、MS MARCO、ViDoRe 等数据集与编码
「研究」频道最新
- 频率学派只修「跑两次回归报一次」漏洞,统计学者开炮 — RexDouglass · 2026-09-29
- 预注册是频率派专利？贝叶斯派：它只是一年前的先验 — RexDouglass · 2026-09-29
- 仅 5000 欧训练出 <300M 参数图像模型,号称同级 SoTA 达 SD1.5 水平 — incorporo · 2026-09-29
- 11k H100 小时实证：便宜验证器足以胜任 LLM 后训练 — iScienceLuvr · 2026-09-29
- Telescopic LM:一次训练任意深度可用,质量-预算曲线省 43% — iScienceLuvr · 2026-09-29
- ROFT:只用自我复盘解释微调,SWE-bench 成绩追平 GRPO — iScienceLuvr · 2026-09-29