KURE-v3 发布：1.1B 参数逼近 Qwen3-Embedding-8B，1024 维保留 99% 精度
tomaarsen · x · 2026-10-23
韩国 nlpai-lab 发布 KURE-v3 嵌入模型，亮点在小而强：
- 每段文本输出一个 2048 维向量，支持 Matryoshka 降维至 256 维
- 8 项公开英文 RTEB 任务（除代码）上：KURE-v3（1.1B）得 68.59，几乎追平 68.61 的 Qwen3-Embedding-8B（注：为该子集的 nDCG@10，与完整 RTEB 榜单口径不同）
- 韩文检索评估中，1024 维保留全尺寸 99% 的得分——向量存储减半而损失极小
对做 RAG / 向量检索的开发者来说，1.1B 换近 8B 的精度意味着可观的成本优势。
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