@raphaelsrty：今天我们开源 LateOn 与 DenseOn，两款 149 M 参数的开放检索模型

X AI KOLs Following 模型
open-source information-retrieval colbert dense-retrieval apache-2

摘要

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。

今天我们正式发布 LateOn 与 DenseOn，两款 149 M 参数的开放检索模型。 - LateOn（ColBERT，多向量）：BEIR 上 NDCG@10 达 57.22 - DenseOn（稠密，单向量）：BEIR 上 NDCG@10 达 56.20 两者均优于体量高达 4 倍的竞品。模型权重以 Apache 2.0 协议完全开源。
查看原文 导出为 Word 导出为 PDF
查看缓存全文

缓存时间: 2026/04/21 17:13

今天我们发布 LateOn 与 DenseOn。两款开源检索模型，参数量均为 1.49 亿。LateOn（ColBERT，多向量）在 BEIR 上达到 57.22 NDCG@10；DenseOn（稠密，单向量）为 56.20。两者均击败体量高达 4 倍的模型。我们以 Apache 2.0 协议开源权重。

相似文章

@lateinteraction: 主题演讲录像现已上传至 YouTube，供所有要求我们在 X 平台以外托管的用户观看。https://youtube.com/watch?v=Z2…

X AI KOLs Timeline

一场主题演讲认为，后期交互检索（如 ColBERT 风格）是 AI 规模信息检索研究中最具前景的方向，并指出单向量密集检索存在根本性缺陷，呼吁信息检索社区大幅提升研究雄心。演讲引入 LIMIT 基准测试，作为密集检索泛化能力不足的佐证，并呼吁在 2030 年前实现范式转变。

新的嵌入模型和 API 更新

OpenAI Blog

OpenAI 发布了两个新的嵌入模型：text-embedding-3-small（比 ada-002 便宜 5 倍，MIRACL 性能提升 40% 以上）和 text-embedding-3-large（性能最佳，支持最多 3072 维度）。两个模型在标准基准上都展现出显著的性能提升，同时降低了成本。