# AlphaEdge AI veröffentlicht französisches Sparse-Text-Embedding-Modell

> AlphaEdge AI veröffentlichte Sparseup-fr, eine französische Umsetzung von Linkups Open-Source-Verfahren, samt bereinigtem NanoBEIR-fr-Benchmark.

- Kanonische URL: https://newsverum.com/de/news/alphaedge-releases-french-sparse-embedding-model-october-2026
- Herausgeber: Newsverum
- Rubrik: Technologie
- Veröffentlicht: 2026-10-15T19:00:44+00:00
- Aktualisiert: 2026-10-15T19:00:44+00:00
- Ereignis- oder Datenzeitraum: 2026-10-12
- Weitere Ausgaben: [Türkçe](https://newsverum.com/tr/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md), [English](https://newsverum.com/en/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md), [العربية](https://newsverum.com/ar/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md), [Français](https://newsverum.com/fr/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md), [Español](https://newsverum.com/es/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md), [Português](https://newsverum.com/pt/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md)

AlphaEdge AI veröffentlichte Sparseup-fr auf Hugging Face, eine französische Umsetzung von Linkups Sparse-Text-Embedding-Ansatz. Das Team erklärte, es habe eine mehrsprachige mLateOn-unsupervised-Basis und einen auf französischen Wortschatz zugeschnittenen mmBERT-base-Kopf für maskierte Sprachmodelle verwendet; das Training dauerte etwa 55 Stunden auf einer RTX-6000-Pro-GPU.

Im bereinigten NanoBEIR-fr-Benchmark mit 13 Datensätzen lag Sparseup-fr bei acht Datensätzen vorn, das verglichene mehrsprachige OpenSearch-Sparse-Modell bei drei und SPLADE CamemBERT bei zwei. Das Team erklärte, es habe mögliche Datenlecks zwischen Trainingsdaten und Benchmark geprüft und verdächtige Zeilen entfernt, mögliche Annotationsprobleme jedoch nicht untersucht. Die Veröffentlichung umfasst Modell und bereinigten Benchmark; die Ergebnisse stammen aus der Bewertung der Modellentwickler.

## Daten

### Führende Sparse-Modelle auf NanoBEIR-fr

Zahl der Datensätze, bei denen jedes Modell im bereinigten französischen NanoBEIR-Benchmark mit 13 Datensätzen vorn lag.

Methodik: Die Zahlen wurden aus der bereinigten NanoBEIR-fr-Ergebnistabelle im Beitrag von AlphaEdge AI vom 12. Oktober 2026 gezählt. Die Autoren erklärten, Datenlecks und verdächtige Zeilen entfernt, mögliche Annotationsprobleme aber nicht untersucht zu haben. Es handelt sich nicht um eine unabhängige Auswertung.

| label | value | unit | period | basis |
|---|---|---|---|---|
| Datensätze mit Sparseup-fr an der Spitze | 8 | count | 2026-10-12 | observed |
| Datensätze mit dem mehrsprachigen OpenSearch-Sparse-Modell an der Spitze | 3 | count | 2026-10-12 | observed |
| Datensätze mit dem SPLADE-CamemBERT-Modell an der Spitze | 2 | count | 2026-10-12 | observed |

Quellen: <https://huggingface.co/blog/alphaedge-ai/french-sparseup> · Daten herunterladen: [JSON](https://newsverum.com/api/v1/articles/alphaedge-releases-french-sparse-embedding-model-october-2026/data/nanobeir-fr-sparse-model-leads?lang=de&format=json) · [CSV](https://newsverum.com/api/v1/articles/alphaedge-releases-french-sparse-embedding-model-october-2026/data/nanobeir-fr-sparse-model-leads?lang=de&format=csv)

## Quellen

- [AlphaEdge AI](<https://huggingface.co/blog/alphaedge-ai/french-sparseup>) (Quelle geprüft: 2026-10-15; Veröffentlicht: 2026-10-12)

---

Zitieren Sie die oben angegebene kanonische URL. [Redaktionsstandards und Korrekturen](https://newsverum.com/de/editorial)