Noticias

Acelere la búsqueda de inteligencia artificial, un token a la vez.

Presentado

jina-ocr-v1: Análisis de documentos más rápido en GPU de bajo presupuesto

jina-ocr-v1 es un modelo de lenguaje visual con 3.4 mil millones de parámetros y 570 millones de parámetros activos, que obtiene una puntuación de 91.1 en OmniDocBench v1.6 y 83.4 en olmOCR-Bench.

septiembre 14, 2026 • 9 minutos de lectura

jina-reranker-v3.5: Reclasificación listwise más rápida con atención híbrida y auto-destilación

Un Reranker listwise de 0.6B que supera a Qwen3-Reranker-4B en BEIR, realiza el proceso de reranking hasta 1.56 veces más rápido que la v3 y obtiene una mejora de 9.6 en nDCG@10 en recuperación semiestructurada.

agosto 03, 2026 • 11 minutos de lectura

jina-embeddings-v5-omni: Modelos de vectores para texto, imagen, audio y vídeo

Un modelo, cuatro modalidades: texto, imagen, audio y video. Los mejores modelos de Embeddings omni de su clase con 1.6B y 0.9B de parámetros.

mayo 12, 2026 • 7 minutos de lectura

Publicaciones Académicas

septiembre 02, 2026

jina-ocr-v1: Efficient Document Parsing with Speculative Decoding and Dense Verifiable Rewards

jina-reranker-v3.5: An Efficient Listwise Reranker with Hybrid Attention and Self-Distillation

jina-embeddings-v5-omni: Geometry-preserving Embeddings via Locked Aligned Towers

febrero 17, 2026

jina-embeddings-v5-text: Task-Targeted Embedding Distillation

Embedding Compression via Spherical Coordinates

diciembre 29, 2025

Vision Encoders in Vision-Language Models: A Survey

diciembre 04, 2025

Jina-VLM: Small Multilingual Vision Language Model

octubre 01, 2025

jina-reranker-v3: Last but Not Late Interaction for Document Reranking

agosto 31, 2025

Efficient Code Embeddings from Code Generation Models

jina-embeddings-v4: Universal Embeddings for Multimodal Multilingual Retrieval

ReaderLM-v2: Small Language Model for HTML to Markdown and JSON

diciembre 17, 2024

AIR-Bench: Automated Heterogeneous Information Retrieval Benchmark

diciembre 12, 2024

jina-clip-v2: Multilingual Multimodal Embeddings for Text and Images

septiembre 18, 2024

jina-embeddings-v3: Multilingual Embeddings With Task LoRA

septiembre 07, 2024

Late Chunking: Contextual Chunk Embeddings Using Long-Context Embedding Models

agosto 30, 2024

Jina-ColBERT-v2: A General-Purpose Multilingual Late Interaction Retriever

Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Models

Jina CLIP: Your CLIP Model Is Also Your Text Retriever

febrero 26, 2024

Multi-Task Contrastive Learning for 8192-Token Bilingual Text Embeddings

octubre 30, 2023

Jina Embeddings 2: 8192-Token General-Purpose Text Embeddings for Long Documents

Jina Embeddings: A Novel Set of High-Performance Sentence Embedding Models

21 publicaciones en total.

Presentado

Académico

Todo

Comunicado de prensa

Blog de tecnología

Evento

Opinión

septiembre 14, 2026 • 9 minutos de lectura

jina-ocr-v1: Análisis de documentos más rápido en GPU de bajo presupuesto

jina-ocr-v1 es un modelo de lenguaje visual con 3.4 mil millones de parámetros y 570 millones de parámetros activos, que obtiene una puntuación de 91.1 en OmniDocBench v1.6 y 83.4 en olmOCR-Bench.

agosto 03, 2026 • 11 minutos de lectura

jina-reranker-v3.5: Reclasificación listwise más rápida con atención híbrida y auto-destilación

Un Reranker listwise de 0.6B que supera a Qwen3-Reranker-4B en BEIR, realiza el proceso de reranking hasta 1.56 veces más rápido que la v3 y obtiene una mejora de 9.6 en nDCG@10 en recuperación semiestructurada.

mayo 12, 2026 • 7 minutos de lectura

jina-embeddings-v5-omni: Modelos de vectores para texto, imagen, audio y vídeo

Un modelo, cuatro modalidades: texto, imagen, audio y video. Los mejores modelos de Embeddings omni de su clase con 1.6B y 0.9B de parámetros.

marzo 11, 2026 • 7 minutos de lectura

Generación de embeddings de audio a partir de LLM multimodales

Convierte cualquier LLM multimodal en un pequeño modelo de vectores de audio que supera a CLAP con 25 veces menos datos.

marzo 06, 2026 • 6 minutos de lectura

Identificación de modelos de embeddings a partir de valores numéricos brutos

Un transformer diminuto que identifica modelos de embeddings leyendo dígitos numéricos en bruto. Sin ingeniería de características.

febrero 19, 2026 • 7 minutos de lectura

jina-embeddings-v5-text: Nuevos Embeddings Multilingües Pequeños SOTA

Dos modelos de embeddings multilingües de menos de 1B de parámetros con un rendimiento líder en su clase, disponibles en Elastic Inference Service, Llama.cpp y MLX.

diciembre 04, 2025 • 7 minutos de lectura

Jina-VLM: Modelo de Lenguaje de Visión Multilingüe Pequeño

Nuevo modelo de lenguaje de visión de 2B logra SOTA en VQA multilingüe, sin olvido catastrófico en tareas de solo texto.

octubre 03, 2025 • 7 minutos de lectura

Jina Reranker v3: Reranker Listwise de 0.6B para la recuperación multilingüe SOTA

Nuevo reranker listwise de 0.6B parámetros que considera la consulta y todos los documentos candidatos en una sola ventana de contexto.

septiembre 09, 2025 • 11 minutos de lectura

Vectores multimodales en Llama.cpp y GGUF

Hemos incorporado modelos de vectores multimodales a llama.cpp y GGUF, y hemos descubierto algunos problemas sorprendentes en el camino.

septiembre 04, 2025 • 6 minutos de lectura

Jina Code Embeddings: Recuperación de código SOTA a 0.5B y 1.5B

LLM de generación de código → Embeddings de código: los modelos de 0.5B/1.5B alcanzan un rendimiento SOTA en 25 benchmarks de recuperación de código.

Buscar por título

Filtrar por producto

Filtrar por autor

Filtrar por modelo

Idioma / tema actual

Elastic © 2026.

Este sitio web y su contenido, software, productos y servicios asociados están destinados exclusivamente a un uso profesional. El uso por parte de consumidores no está previsto ni dirigido.