AlphaEdge AI publica un modelo francés de embeddings dispersos
AlphaEdge AI publicó Sparseup-fr, una adaptación al francés del método de código abierto de Linkup, junto con una prueba NanoBEIR-fr depurada.
Período del evento / de los datos:
Publicado: · Actualizado:
AlphaEdge AI publicó Sparseup-fr en Hugging Face, una reproducción en francés del enfoque de embeddings dispersos de texto de Linkup. El equipo dijo que utilizó una base multilingüe mLateOn-unsupervised y una cabeza de modelo de lenguaje enmascarado mmBERT-base recortada a un vocabulario francés; el entrenamiento duró unas 55 horas en una sola GPU RTX 6000 Pro.
En la prueba NanoBEIR-fr depurada de 13 conjuntos de datos, Sparseup-fr quedó primero en ocho, el modelo disperso multilingüe comparado de OpenSearch en tres y SPLADE CamemBERT en dos. El equipo dijo que comprobó posibles filtraciones entre los datos de entrenamiento y la prueba y eliminó filas sospechosas, pero no examinó posibles problemas de anotación. La publicación incluye los archivos del modelo y la prueba depurada; los resultados son una evaluación de sus propios autores.
Datos
Modelos dispersos líderes en NanoBEIR-fr
Número de conjuntos de datos en los que cada modelo quedó primero en la prueba francesa NanoBEIR depurada, con 13 conjuntos.
- Conjuntos liderados por Sparseup-fr
- 8 count
- 2026-10-12 · Observado
- Conjuntos liderados por el modelo disperso multilingüe de OpenSearch
- 3 count
- 2026-10-12 · Observado
- Conjuntos liderados por el modelo SPLADE CamemBERT
- 2 count
- 2026-10-12 · Observado
Metodología
Las cifras se contaron en la tabla de resultados NanoBEIR-fr depurada publicada por AlphaEdge AI el 12 de octubre de 2026. Los autores dijeron haber eliminado filtraciones de datos y filas sospechosas, pero no investigaron posibles problemas de anotación. No es una evaluación independiente.
Actualizado:
Temas y lugares
Propuestas temáticas
- Inteligencia artificialSugerido
- Subject suggested from the title or summary: AIhuggingface.co ↗