标签
本文介绍了一个开放基准测试和一个专门的双编码器模型，用于1C:Enterprise生态系统中的自然语言代码检索，解决了俄语代码搜索领域特定资源的缺乏问题。
Tevatron-Elastic 为训练弹性检索器和重排序器提供了统一抽象，使单个检查点能够在深度、token 和宽度轴上支持多种模型规模。它统一概括了 Matryoshka 嵌入和提前退出等先前方法，并引入了用于联合 token 压缩训练的 Matryoshka LTC。
QuixiAI发布embeddinggemma.c，一个用C编写的快速跨平台嵌入推理引擎，支持多种后端（CPU、Metal、CUDA、ROCm、SYCL）以及Matryoshka嵌入，并提供标准HTTP API。
CAMMAR引入了一个表示学习框架，通过分阶段的语义课程将阿拉伯语隐喻意义组织成嵌套的词汇、文化和隐喻子空间，在一个新的跨度标注数据集上实现了强大的隐喻检测（AUC高达0.84）。