# 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.

- URL canônica: https://newsverum.com/pt/news/alphaedge-releases-french-sparse-embedding-model-october-2026
- Editora: Newsverum
- Seção: Tecnologia
- Publicado: 2026-10-15T19:00:44+00:00
- Atualizado: 2026-10-15T19:00:44+00:00
- Período do evento ou dos dados: 2026-10-12
- Outras edições: [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), [Deutsch](https://newsverum.com/de/news/alphaedge-releases-french-sparse-embedding-model-october-2026.md)

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.

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.

| label | value | unit | period | basis |
|---|---|---|---|---|
| Conjuntos liderados pelo Sparseup-fr | 8 | count | 2026-10-12 | observed |
| Conjuntos liderados pelo modelo esparso multilingue da OpenSearch | 3 | count | 2026-10-12 | observed |
| Conjuntos liderados pelo modelo SPLADE CamemBERT | 2 | count | 2026-10-12 | observed |

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

## Fontes

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

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)