minishlab 发布 Blink 嵌入模型:8M 参数 CPU 秒出向量,仅 31MB
tomaarsen · x · 2026-11-18
minishlab 推出 Blink 系列静态嵌入模型:英文版 blink-8M(7.68M 参数,约 31MB float32 权重)和多语言版 blink-multilingual-64M(支持 100+ 语言,约 256MB)。
原理是不跑 transformer 前向传播,而是直接查表取 token 向量、求平均再归一化,因此可在 CPU 上极快地生成 256 维嵌入。两者均为 MIT 许可,可直接用 model2vec、model2vec-rs 或 Sentence Transformers 加载使用。作者演示了用 blink-8M 检索匹配帮助文档的场景。
所属事件:MinishLab 发布 Blink 静态嵌入模型:CPU 高速检索(5 条相关)→
「模型」频道最新
- Sebastian Raschka:用 benchmark 比新模型,像用 IQ 测试招人 — rasbt · 2026-11-18
- 开源决策模型 Karpo-Decision-31B 登顶 300 模型榜首,单次前向零生成出答案 — rohanpaul_ai · 2026-11-18
- GPT-6.2 实测口碑之争:开发者称 Astra 有怪癖但非不可用 — pvncher · 2026-11-18
- LLM 直接折叠蛋白质实测:对 2026 年新 PDB 结构结果近乎随机 — MoAlQuraishi · 2026-11-18
- 各模型单任务成本差 20 倍:GPT-6.2 Sol 2.63 美元,Claude Fable 5.2 达 54 美元 — haider1 · 2026-11-18
- Every 创始人回击 Sam Lessin:发布前我们一直在重测新模型 — kieranklaassen · 2026-11-18