bekko-static-embedding-v1 发布：无 Transformer 检索SOTA，CPU 快百倍
tomaarsen · x · 2026-10-21
hotchpotch（Yuichi Tateno）发布多语言静态嵌入模型 bekko-static-embedding-v1：完全去掉 Transformer 层，只做 token 查表 + 平均池化，无需 GPU，CPU 上比 multilingual-e5-small 快 100-400 倍（可达每秒 10 万句）。
关键数据：
- 在静态嵌入模型中检索 SOTA：MNanoBEIR 多语言检索 43.76，领先第二名约 11 分；英文 NanoBEIR 53.71，超过英文-only 静态模型
- MMTEB 131 个任务平均 50.18，检索任务已逼近 12 层 Transformer 模型 multilingual-e5-small（差距约 1 分）
- 技术：自定义 200k 词表 tokenizer，用约 8.14 亿文本对、40 种语言、batch size 16384 对比训练
「模型」频道最新
- Opus拒绝做游戏奇幻暴力内容，开发者转头换DeepSeek干活 — QuixiAI · 2026-10-21
- 16GB显存求推荐：本地跑Agent的模型选谁？ — SLTGAMER · 2026-10-21
- 用户吐槽 OpenAI 桌面端：长会话加载慢，报错重启越来越频繁 — koltregaskes · 2026-10-21
- Meta Wonder 发布一周仍未见安全报告，引安全圈质疑 — ShakeelHashim · 2026-10-21
- GitHub 公开提交现 Anthropic「Fable 5.5」署名，疑似新模型已被合作方试用 — mark_k · 2026-10-21
- 55.8 万次评测揭示:视觉语言模型在特定子任务上越放大越差 — UniversityOfEdinburgh · 2026-10-21