beir

Dylan Castillo 比较了 Matryoshka 表示学习（MRL）与主成分分析（PCA）在降低嵌入维度方面的效果，并在八个 BEIR 数据集上进行了实验，以评估检索质量与向量大小缩减之间的权衡。

ECI_sem是一种无需训练的方法，通过使用冻结的嵌入对密集检索中的难负样本源进行排序，在MS MARCO和BEIR基准上取得了强性能。

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。