embeddings

Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.

Noticias de embeddings

Buscar noticias dentro de este tag

Buscar

2 noticias · De más nuevas a más antiguas.

Hugging Face Blog🇺🇸 Estados Unidos30 jun 2025, 9:00 p. m.

Cómo entrenar y ajustar modelos de embeddings dispersos con Sentence Transformers

La publicación técnica de Hugging Face explica cómo entrenar y ajustar modelos de embeddings dispersos con la biblioteca Sentence Transformers, orientada a búsqueda semántica y generación aumentada por recuperación. Detalla arquitecturas como SPLADE, SPLADE sin inferencia y CSR, junto con componentes de entrenamiento: conjuntos de datos, funciones de pérdida, evaluadores y el SparseEncoderTrainer. Incluye un ejemplo práctico que entrena un modelo SPLADE sin inferencia sobre Natural Questions y evalúa su rendimiento en recuperación híbrida combinada con modelos densos y rerankers.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosembeddingsbúsqueda semántica

Noticia original

Hugging Face Blog🇺🇸 Estados Unidos14 ene 2025, 9:00 p. m.

Entrenamiento de modelos de embeddings estáticos 400 veces más rápidos con Sentence Transformers

El artículo presenta un método para entrenar modelos de embeddings estáticos que se ejecutan entre 100 y 400 veces más rápido en CPU que los modelos de última generación, conservando al menos el 85% de su rendimiento. Se lanzan dos modelos: static-retrieval-mrl-en-v1 para recuperación en inglés y static-similarity-mrl-multilingual-v1 para similitud multilingüe, junto con scripts de entrenamiento y conjuntos de datos. La técnica combina aprendizaje contrastivo y Matryoshka Representation Learning, habilitando casos de uso en dispositivos, navegadores y computación de borde.

tecnologíainteligencia artificialinnovación científicaavances tecnológicosembeddings

Noticia original