本文にスキップ
AI News HubLIVE
要約のみ

Liquid AI、LFM2.5-Embedding-350MおよびLFM2.5-ColBERT-350Mを発表:11言語対応の高速多言語検索のためのDense Bi-EncoderとLate-Interactionモデル

Liquid AIは2つの新しい検索モデル、LFM2.5-Embedding-350M(Dense Bi-Encoder)とLFM2.5-ColBERT-350M(Late-Interaction)をリリースしました。どちらもLFM2.5-350M-Baseをベースに双方向エンコーダに適応させたもので、11言語の多言語・言語間検索に対応し、エッジデバイスでも動作可能。NanoBEIRおよびMKQA-11ベンチマークで大規模モデルを凌駕します。

ソースMarkTechPost著者: Asif Razzaq
Liquid AI、LFM2.5-Embedding-350MおよびLFM2.5-ColBERT-350Mを発表:11言語対応の高速多言語検索のためのDense Bi-EncoderとLate-Interactionモデル
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • Liquid AIが350Mパラメータの2つの検索モデルを発表。LFM2.5-350M-Baseを双方向エンコーダに変換。
  • LFM2.5-Embedding-350Mは高速なDense Bi-Encoder、LFM2.5-ColBERT-350Mは高精度なLate-Interactionモデル。
  • アラビア語、ドイツ語、英語など11言語に対応し、Qwen3-Embedding-0.6Bなどの大規模モデルを上回る性能。
  • GGUF形式によりCPUやエッジデバイスでの実行が可能で、キャッシュ時のクエリレイテンシは10ミリ秒未満。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。