Notizie

4° EMNLP BoF su embeddings, rerankers e small LM. Domenica 25 ottobre, dalle 11:00 alle 12:30, sale G9-10 e G11, HUNGEXPO Budapest. È possibile partecipare senza prenotazione; registrarsi per tenere un intervento.

jina-ocr-v1 è un modello multimodale (vision language model) con 3,4 miliardi di parametri e 570 milioni di parametri attivi, che ha ottenuto un punteggio di 91,1 su OmniDocBench v1.6 e di 83,4 su olmOCR-Bench.

Un Reranker listwise da 0,6B che supera Qwen3-Reranker-4B su BEIR, esegue il reranking fino a 1,56 volte più velocemente rispetto alla v3 e guadagna 9,6 nDCG@10 nel recupero semi-strutturato.

Un unico modello, quattro modalità: testo, immagini, audio e video. I migliori Embedding omni della categoria in 1,6B e 0,9B.

Trasforma qualsiasi LLM multimodale in un piccolo modello di embedding audio che supera CLAP con 25 volte meno dati.

Un minuscolo transformer che crea impronte digitali per i modelli di embedding leggendo cifre numeriche grezze. Niente feature engineering.

Due 向量模型 multilingue sotto 1B con prestazioni migliori della categoria, disponibili su Elastic Inference Service, Llama.cpp e MLX.

Un nuovo modello di linguaggio visivo da 2B raggiunge lo SOTA sul VQA multilingue, senza perdita catastrofica di informazioni sulle attività di solo testo.

Nuovo *reranker* *listwise* da 0.6 miliardi di parametri che considera la query e tutti i documenti candidati in una singola finestra di contesto.

Abbiamo introdotto i vettori modello multimodali in llama.cpp e GGUF, e abbiamo scoperto alcune problematiche sorprendenti lungo il percorso.