ページを読み込み中…
ページを読み込み中…
17件の記事
大規模視覚言語モデルに基づく検索が細かな識別手がかりを見逃す課題に対し、ハードネガティブを活用した検索中心の思考連鎖（CoT）手法を提案し、失敗事例から学習することで精度向上を図る研究を発表。
Hugging Face は、既存の学習型スパース検索が双方向エンコーダーに依存し、多モーダル対応に補助モジュールを要する課題に対し、デコーダ型のユニファイド埋め込みモデル「UEmb」を導入して解決を図ったと報告した。
NVIDIA は生成 AI エージェントの検索精度向上を目的とし、8B パラメータモデルを含むオープンソースの埋め込みモデルコレクション「Nemotron 3 Embed」を発表した。
NVIDIA が自然言語処理の基盤技術である埋め込みモデル「Nemotron 3 Embed」を発表した。この新モデルは、テキストデータの理解精度を向上させるものであり、AI アプリケーションの開発効率に寄与する。
Liquid AI は、11言語間の高速な多言語・異言語検索を実現する新たな取得モデル「LFM2.5-Embedding-350M」と「LFM2.5-ColBERT-350M」を公開した。両モデルはパラメータ数 3.5 億で、LFM ファミリー初の双方向型であり、Hugging Face で利用可能となった。
深層学習を活用し、自然言語クエリで任意のオブジェクトを意味的に検索するシステムの構築方法を解説。