AlphaEdge AI publica modelo francês de embeddings textuais esparsos
A AlphaEdge AI publicou o Sparseup-fr, uma adaptação francesa do método de código aberto da Linkup, juntamente com um benchmark NanoBEIR-fr depurado.
Período do evento/dos dados:
Publicado: · Atualizado:
A AlphaEdge AI publicou o Sparseup-fr no Hugging Face, uma reprodução em francês da abordagem de embeddings textuais esparsos da Linkup. A equipa disse que utilizou uma base multilingue mLateOn-unsupervised e uma cabeça de modelo de linguagem mascarada mmBERT-base reduzida a um vocabulário francês; o treino demorou cerca de 55 horas numa única GPU RTX 6000 Pro.
No benchmark NanoBEIR-fr depurado de 13 conjuntos de dados, o Sparseup-fr ficou em primeiro lugar em oito, o modelo esparso multilingue comparado da OpenSearch em três e o SPLADE CamemBERT em dois. A equipa disse ter verificado possíveis fugas entre os dados de treino e o benchmark e removido linhas suspeitas, mas não analisou possíveis problemas de anotação. A publicação inclui os ficheiros do modelo e o benchmark depurado; os resultados são uma avaliação dos próprios autores.
Dados
Modelos esparsos líderes no NanoBEIR-fr
Número de conjuntos de dados liderados por cada modelo no benchmark francês NanoBEIR depurado, com 13 conjuntos.
- Conjuntos liderados pelo Sparseup-fr
- 8 count
- 2026-10-12 · Observado
- Conjuntos liderados pelo modelo esparso multilingue da OpenSearch
- 3 count
- 2026-10-12 · Observado
- Conjuntos liderados pelo modelo SPLADE CamemBERT
- 2 count
- 2026-10-12 · Observado
Metodologia
Os valores foram contados na tabela de resultados NanoBEIR-fr depurada publicada pela AlphaEdge AI em 12 de outubro de 2026. Os autores disseram ter removido fugas de dados e linhas suspeitas, mas não investigaram possíveis problemas de anotação. Não é uma avaliação independente.
Atualizado:
Temas e lugares
Sugestões de temas
- Inteligência artificialAnotação sugerida
- Subject suggested from the title or summary: AIhuggingface.co ↗