Linkup发布SPARSEUP稀疏检索论文
热点事件持续更新
Linkup发布SPARSEUP稀疏检索论文
1 篇报道1 个报道来源36 分钟前更新
先了解这件事
AI 综述
Linkup研究团队在arXiv发布首篇论文SPARSEUP，提出改善学习型稀疏检索器效率与效果权衡的训练配方。该方法应用于LightOn的LateOn骨干后，在BEIR-13上取得平均56.4 nDCG@10；团队称，这是已知参数低于1.5亿的公开词表型稀疏编码器中的最高分。
AI 根据报道生成 · 14 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- AGI HuntLinkup 首篇论文 SPARSEUP：150M 参数以下稀疏检索器在 BEIR-13 达最高 56.4 nDCG@10
Linkup 研究团队在 arXiv 发布首篇论文 SPARSEUP，提出改善学习型稀疏检索器效率与效果权衡的训练配方。该方法应用于 LightOn 的 LateOn 骨干后，在 BEIR-13 上取得 56.4 平均 nDCG@10，为已知 150M 参数以下公开词表型稀疏编码器中的最高分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。