ข้ามไปยังเนื้อหา

แท็ก

#ModernBERT

2 บทความ

SPARSEUP: sparse retriever 149M พารามิเตอร์ Apache-2.0 จาก Linkup — BEIR-13 56.4 nDCG@10 นำ SPLADE-v3 ที่ 51.7 และค้นเร็วระดับ 380 ไมโครวินาทีต่อคำค้น
โมเดลใหม่

SPARSEUP: sparse retriever 149M พารามิเตอร์ Apache-2.0 จาก Linkup — BEIR-13 56.4 nDCG@10 นำ SPLADE-v3 ที่ 51.7 และค้นเร็วระดับ 380 ไมโครวินาทีต่อคำค้น

16–17 ก.ย. 2026 Linkup Research ปล่อย SPARSEUP — learned sparse retriever ขนาด 149M พารามิเตอร์บนฐาน ModernBERT ภายใต้ Apache-2.0 ทำ 56.4 nDCG@10 บน BEIR-13 (ไม่รวม MS MARCO) ซึ่งสูงสุดในกลุ่มโมเดล sparse ต่ำกว่า 150M และด้วย Seismic ทำ latency ราว 380 ไมโครวินาทีต่อคำค้นที่ recall เกิน 97%

· อ่าน 6 นาที
Laya: โมเดลตัดสินใจ System 1 ขนาด 421M ใต้ Apache-2.0 — และตัวเลขภาษาไทยคือแถวที่กระโดดแรงที่สุดในตาราง 0.080 → 0.480
โมเดลใหม่

Laya: โมเดลตัดสินใจ System 1 ขนาด 421M ใต้ Apache-2.0 — และตัวเลขภาษาไทยคือแถวที่กระโดดแรงที่สุดในตาราง 0.080 → 0.480

18–19 ก.ย. Convai Innovations ปล่อย Laya สามเช็กพอยต์ใต้ Apache-2.0 — โมเดลตัดสินใจแบบไม่สร้างข้อความ ขนาด 421M/322M บน ModernBERT กับ mmBERT ตอบคำถามแบบมีชนิดพร้อมความน่าจะเป็นใน forward pass เดียว 32.8 มิลลิวินาที และในตาราง 51 ภาษา แถวที่ได้ประโยชน์จากการ route มากที่สุดคือภาษาไทย จาก 0.080 เป็น 0.480

· อ่าน 8 นาที