KURE-v2 补齐多向量检索：154M 参数、每 token 128 维向量用 MaxSim
tomaarsen · x · 2026-10-23
sentence-transformers 维护者 tomaarsen 介绍韩国 nlpai-lab 的 KURE 检索模型家族：KURE-v2 新增 MultiVectorEncoder 支持，补齐家族最后一块拼图。
- 仅 154M 参数，每个 token 保留 128 维向量，用 MaxSim（late-interaction）实现查询的不同 token 匹配文档的不同部分
- 同帖还介绍了 KURE-Sparse-base/nano（593M/149M），学习可被倒排索引检索的加权词项，9 项韩文检索任务上报告 79.84 / 77.16 nDCG@10
- 均可通过 SparseEncoder 加载（需 trustremotecode=True），模型已在 Hugging Face 发布
所属事件:高丽大学开源 KURE 检索全家桶，覆盖四类模型架构(8 条相关)→
「模型」频道最新
- 智能体蜂群协作 1 万小时实测：Gemini-3.8-Flash 提速 23% 居首 — mrdrozdov · 2026-10-23
- Embed 5 Pro 五套语料测得 65.8 nDCG@10,仅次于 ColEmbed-3B-v2 — qdrant_engine · 2026-10-23
- 前沿 AI 公司漏洞赏金为何便宜:自家模型拉高供给 — lxrjl · 2026-10-23
- OpenAI 一周 7 项更新帮你省钱:缓存延长至 12 小时、Decisions API 降 token 消耗 — MrCashMahon · 2026-10-23
- 用 100 篇经典人写文本实测 Pangram:格式差异可致 AI 检测误判 — GolinoHudson · 2026-10-23
- 27B 模型低量化+64k 上下文翻车:推理空转不写码,疑似低 quant 拖累 — mailto_devnull · 2026-10-23