@antoine_chaffin: 派对结束了，是时候对ColBERT模型进行正则化，以修复高效的ANN MUVERA和SMVE，它们曾承诺简化多向量……
摘要
作者发现，对ColBERT模型进行正则化可以修复高效的ANN方法MUVERA和SMVE（这些方法在现代ColBERT模型上出现了问题），并以一种意想不到的方式简化了多向量检索基础设施。
派对结束了，是时候对ColBERT模型进行正则化，以修复高效的ANN
MUVERA和SMVE曾承诺简化多向量检索基础设施，但在现代ColBERT模型上失效了
我们找到了一个修复方法，但它的效果与我们预期的完全相反 https://t.co/R3JOJ8kVU3
查看缓存全文
缓存时间: 2026/06/16 15:37
派对结束了，是时候对ColBERT模型进行正则化以修复高效的ANN了
MUVERA和SMVE曾承诺简化多向量检索基础设施，但在现代ColBERT模型上却失效了
我们找到了一个修复方法，而且它完全出乎我们意料 https://t.co/R3JOJ8kVU3
相似文章
@antoine_chaffin: Reason-ModernColBERT 几乎完美解决了 BrowseComp-Plus，碾压 SOTA，并超越了 54 倍大的模型。还不错吧…
Reason-ModernColBERT 在 BrowseComp-Plus 上取得了近乎完美的结果，超越了 SOTA 和 54 倍大的模型，随后 Agent-ModernColBERT 通过极少的训练进一步提升了性能。
@AmelieTabatta: ColBERT 模型继续让体积为其 54 倍的模型颜面扫地，这就是我们信任 Late Interaction @LightOnIO 的原因。一条 1 年…
本文强调了 ColBERT 模型如何凭借延迟交互（late interaction）技术和极少微调，尽管体积更小且发布时间更早，仍优于 Qwen3-embed-8B 等更大规模的模型。
基于Sentence Transformers的多向量（延迟交互）嵌入模型
Sentence Transformers v6.0引入了MultiVectorEncoder，支持ColBERT风格的延迟交互检索，通过熟悉的API增强了多向量嵌入模型的功能。
天啊，我几乎忘了在做ColBERT相关工作时得到令人垂涎的结果是多么即时 - @antoine_chaffi…
作者表达了对ColBERT模型在机器学习中提供即时高质量结果的兴奋，并暗示即将发布开源模型，展示了晚期交互技术在没有存储开销下的效率。
@antoine_chaffin: 虽然只是BEIR，但v2与LateOn之间相差近10分。我们也有充分证据表明该模型的泛化能力……
LateOn作为新一代ColBERT模型，在BEIR上相比v2提升了近10个百分点，并且在BEIR之外也表现出良好的泛化能力，同时在PyLate中的使用方法完全相同。