KaLM R2 重排模型开源：128 倍压缩仍保留 92% nDCG@10
tomaarsen · x · 2026-10-30
KaLM-Embedding 团队在 Hugging Face 发布 KaLM-Reranker-V1-Nano-R2（基于 t5gemma-2-270m，Apache 2.0，sentence-transformers 支持）。作者报告即使 128 倍文档压缩，三个 R2 模型在 BEIR 和 MIRACL 上 2 倍压缩时平均 nDCG@10 仍保持 92% 以上，可按需在重排质量与计算开销间选择压缩比。
所属事件:KaLM R2 重排模型开源：128 倍压缩仍保 92% 召回(2 条相关)→
「研究」频道最新
- 新论文「Heads Of Security」：定位注入攻击注意力头并改写其模式 — jonasgeiping · 2026-10-31
- UMass 团队发布 BATv1：3429 个转录因子结合 ChIP-seq 模型图谱 — jmschreiber91 · 2026-10-31
- UCLA 推出 ChairNav：会学习乘客偏好的自主导航轮椅 — zhoubolei · 2026-10-31
- 合成数据重写该花多少算力？新研究用 scaling laws 给出答案 — ChengleiSi · 2026-10-31
- 花叔开源全球 11064 种鸟类贴纸库,AI 画图消耗超 10 亿 token — AlchainHust · 2026-10-31
- Epoch AI：AI 芯片算力年增 2.5 倍，增速较 2023 年明显放缓 — rohanpaul_ai · 2026-10-31