开发者实测稀疏检索并开源AutoRAG Agent
热点事件持续更新
开发者实测稀疏检索并开源AutoRAG Agent
1 篇报道1 个报道来源52 分钟前更新
先了解这件事
AI 综述
开发者 jeffrey-0711 在个人 Mac 上实测韩英文混合的 KURE-Sparse-nano 稀疏检索模型：在 5394 个文件、52851 个 chunk 和 594 条查询的本地 RAG 测试中，模型 MRR@10 约为 0.67，优于 Qwen3-Embedding-0.6B 稠密模型；中位查询延迟约 0.5 秒，推理显存占用不到 1.5GB。该结果限于其测试环境，作者同时开源了包含 KURE-Sparse-nano 推理优化及 Rust 编写的 LanceDB 倒排索引的 AutoRAG Agent。 资源需求仍是限制：在 16GB MacBook Air 上运行困难，机器曾过热重启。
AI 根据报道生成 · 19 分钟前更新
最新进展11月6日 22:02
0.1B 稀疏检索 SPLADE 实测胜过 Qwen3-Embedding-0.6B报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI Hunt0.1B 稀疏检索 SPLADE 实测胜过 Qwen3-Embedding-0.6B
一位开发者在本地 RAG 实测中发现，0.1B 参数的 SPLADE 稀疏检索比 Qwen3-Embedding-0.6B 稠密模型取得更高的检索质量。该测试覆盖 Mac 上 5394 个文件、52851 个 chunk 和 594 条查询，SPLADE 的 MRR@10 约为 0.67，中位查询延迟约 0.5 秒，推理时 VRAM 占用不到 1.5GB。
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。