@raphaelsrty: 我们的LateOn模型以1.4亿参数取得了强劲结果。与LateOn无关，我对正…
摘要
拥有1.4亿参数的LateOn模型取得了强劲结果，社区对多向量模型的进展感到兴奋，包括新的CPU索引和多语言支持。
以1.4亿参数，我们的LateOn模型取得了强劲结果😉
与LateOn无关，我对当前多向量模型的发展感到非常兴奋
- 一种在CPU上运行的新型索引
- 新的多语言模型
- 各向异性问题正在被解决
- 稀疏多向量
查看缓存全文
缓存时间: 2026/05/30 22:27
在1.4亿参数下，我们的LateOn模型取得了强劲的结果😉
与LateOn无关，我真的很兴奋现在多向量模型的发展
- 在CPU上运行的新型索引
- 新的多语言模型
- 各向异性问题得到解决
- 稀疏多向量
Omar Khattab (@lateinteraction): 每月2000万下载量是colbertv2的新纪录
但人们或许应该从这个古老的2021年10月模型迁移到@raphaelsrty @antoine_chaffin等人（@LightOnIO）的LateOn colbert模型
相似文章
@raphaelsrty：今天我们开源 LateOn 与 DenseOn，两款 149 M 参数的开放检索模型
Raphael 开源两款检索模型：LateOn（ColBERT 多向量）与 DenseOn（单向量），均 149 M 参数，在 BEIR 上超越体量 4 倍的大模型。
@antoine_chaffin：新一代开源SOTA单向量与多向量检索模型来了——DenseOn & LateOn上线
LightOn发布DenseOn与LateOn，新一代开源SOTA单向量与多向量检索模型，全面超越现有模型。
@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。
@KrzakalaF: LightOn 使用一个 1.5 亿参数的后期交互模型，达到了 GPT-5 级别的深度研究检索性能，这简直……
LightOn 使用一个 1.5 亿参数的后期交互模型，达到了 GPT-5 级别的深度研究检索性能，这是一项了不起的成就。
@SilvioMartinico: 晚期交互多向量检索生态系统正在爆炸式发展。为了帮助区分信号与噪声……
一份精选的顶级模型、引擎、库和数据集的列表，用于晚期交互多向量检索，组织在'Awesome Multivector Retrieval'资源中。