标签
本文提出了一种基于嵌入的联邦学习流水线，用于从常规血常规数据预测铁缺乏，并在两个具有非独立同分布（non-IID）分布的临床站点部署。结果表明，个性化聚合（FedMAP）优于标准FedAvg和仅本地训练，在两个站点均实现了更高的ROC-AUC。
一条推文指出，按模型宽度缩放嵌入学习率可以替代µP（微参数化）的需求，并提到对隐藏层使用Muon优化器，其余部分使用Adam。
LiquidAI 发布 LFM2.5-ColBERT-350M，这是一种后期交互多语言检索模型，同时还有一个密集双编码器变体，两者均基于 LFM2.5-350M-Base，支持 11 种语言，并设计为 RAG 管道的即插即用替代品。
介绍ReElicit，一个贝叶斯优化框架，利用大型语言模型（LLM）来引导和调整特征空间，在聚合标量反馈下优化系统提示，在十个基准任务上取得了强劲性能。
本文介绍了m3BERT，一种多语言双向编码器，采用新颖的预训练策略，联合优化跨Transformer层和多个嵌入维度的表示，使得单个模型能够适应不同的资源约束。在Bing-Click工业检索数据集上，它显著优于现有最优模型。
EmbGen 是一种合成数据生成流水线，它通过嵌入相似度将语料库重组为实体-描述配对，从而生成多样化的问答对，用于在专业领域微调小型语言模型，显著提升了事实准确性。
Perplexity AI发布了pplx-embed-v1-late-0.6b，一个用于检索的小型ColBERT后期交互嵌入模型，基于他们现有的嵌入模型微调并针对MaxSim评分进行了优化，现已在HuggingFace上开源。
用户将 Nvidia 的 Llama-Embed-Nemotron-8B 模型转换为 MLX 格式，包含 fp16、8位、4位和2位量化，从而能够通过 mlx-embeddings 在 Apple Silicon 上实现在进程内加载嵌入向量。
本文提出嵌入时序逻辑（ETL），一种直接在学习的嵌入空间中监控感知自主系统的时序逻辑，能够指定高级感知概念，并与真实语义具有强经验一致性。
Jina 发布了首个支持文本、图像、音频和视频的统一多模态嵌入模型 Jina-embeddings-v5-omni。该模型提供 Small 和 Nano 两个版本，向后兼容原有索引且性能强劲，已上线 Hugging Face 及 Jina API。
Jina AI 发布了 jina-embeddings-v5-omni，这是一款支持文本、图像、音频和视频的通用嵌入模型，具备向后兼容的索引功能。
本文展示了如何在 Go 应用程序中嵌入 Yggdrasil 网络库，从而在无需守护进程的情况下实现用户态 IPv6 网状网络。
Liquid AI 发布了 LFM2.5-Embedding-350M，这是一种密集双编码器，用于多语言检索，支持11种语言，可作为 RAG 流水线的直接替代方案。
<p>一款可嵌入你应用的开源邮件编辑器</p> <p> <a href="https://www.producthunt.com/products/react-email-6-0?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a> | <a href="https://www.producthunt.com/r/p/1126228?app_id=339">链接</a> </p>
Google DeepMind 推出 AlphaEarth Foundations，一个将数十亿字节的地球观测数据整合为统一嵌入的 AI 模型，可以以 10×10 米的分辨率对地球进行映射和监测。该模型的紧凑表示形式能够实现高效的全球规模分析，应用于粮食安全、森林砍伐追踪和环境监测。
Jina CLIP v2 是一个改进的多模态嵌入模型，支持 89 种语言、高分辨率图像和灵活的嵌入维度，性能比 v1 提升 3%，在多语言基准测试上达到最先进水平。
zsxkib/embedding-gemma-300m 是 Google 的 EmbeddingGemma-300M 模型在 Replicate 上的部署，用于生成 768 维文本嵌入，通过 Matryoshka 表示学习支持灵活的输出维度。
多语言 E5-large 嵌入模型现已上线 Replicate，单次运行约 0.00098 美元，在 Nvidia L40S 上约 1 秒完成。