跳到主要内容
AI News HubLIVE
仅摘要

Liquid AI 发布 LFM2.5-Embedding-350M 和 LFM2.5-ColBERT-350M:用于跨11种语言的快速多语言搜索的密集双编码器和后期交互模型

Liquid AI 发布了两个新的检索模型:LFM2.5-Embedding-350M(密集双编码器)和 LFM2.5-ColBERT-350M(后期交互模型),均基于 LFM2.5-350M-Base 并适应为双向编码器。它们支持 11 种语言的多语言和跨语言搜索,体积小可运行于边缘设备,在 NanoBEIR 和 MKQA-11 基准测试中领先同类模型。

来源MarkTechPost作者: Asif Razzaq
Liquid AI 发布 LFM2.5-Embedding-350M 和 LFM2.5-ColBERT-350M:用于跨11种语言的快速多语言搜索的密集双编码器和后期交互模型
报告错误

纠错通道尚未开通,可先复制下方文章信息留存。

查看更正说明

本文仅提供摘要

根据来源内容权限,本站仅提供编辑摘要、要点和原文链接。

展开要点与分析

文章情报

工程师进阶

要点

  • Liquid AI 发布两个 350M 参数检索模型,基于 LFM2.5-350M-Base 并改为双向编码器。
  • LFM2.5-Embedding-350M 为密集双编码器,索引小速度快;LFM2.5-ColBERT-350M 为后期交互模型,精度更高。
  • 支持 11 种语言,包括阿拉伯语、德语、英语、西班牙语等,在 NanoBEIR 和 MKQA-11 上超越更大模型。
  • 通过 GGUF 变体支持 CPU 和边缘设备部署,缓存查询延迟低于 10 毫秒。

要点与分析由自动化流程生成,可能有误,请结合原始来源核实。