Notizie

Accelerare la ricerca AI, un token alla volta.

In primo piano

jina-ocr-v1: Analisi documentale più rapida su GPU a basso costo

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.

settembre 14, 2026 • 9 minuti letti

jina-reranker-v3.5: Reranking listwise più veloce con Hybrid Attention e Self-Distillation

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.

agosto 03, 2026 • 11 minuti letti

jina-embeddings-v3-omni：支持文本、图像、音频和视频的向量模型

Un modello, quattro modalità: testo, immagine, audio, video. I migliori modelli di embedding omni della categoria da 1,6B e 0,9B.

maggio 12, 2026 • 7 minuti letti

Pubblicazioni accademiche

settembre 02, 2026

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

luglio 20, 2026

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

maggio 11, 2026

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

febbraio 17, 2026

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

gennaio 22, 2026

Embedding Compression via Spherical Coordinates

dicembre 29, 2025

Vision Encoders in Vision-Language Models: A Survey

dicembre 04, 2025

Jina-VLM: Small Multilingual Vision Language Model

ottobre 01, 2025

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

agosto 31, 2025

Efficient Code Embeddings from Code Generation Models

giugno 24, 2025

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

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

dicembre 17, 2024

AIR-Bench: Automated Heterogeneous Information Retrieval Benchmark

dicembre 12, 2024

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

settembre 18, 2024

jina-embeddings-v3: Multilingual Embeddings With Task LoRA

settembre 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

giugno 21, 2024

Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Models

maggio 30, 2024

Jina CLIP: Your CLIP Model Is Also Your Text Retriever

febbraio 26, 2024

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

ottobre 30, 2023

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

luglio 20, 2023

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

21 pubblicazioni in totale.

In primo piano

Accademico

Tutto

Comunicato stampa

Blog tecnico

Evento

Opinione

settembre 14, 2026 • 9 minuti letti

jina-ocr-v1: Analisi documentale più rapida su GPU a basso costo

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.

agosto 03, 2026 • 11 minuti letti

jina-reranker-v3.5: Reranking listwise più veloce con Hybrid Attention e Self-Distillation

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.

maggio 12, 2026 • 7 minuti letti

jina-embeddings-v3-omni：支持文本、图像、音频和视频的向量模型

Un modello, quattro modalità: testo, immagine, audio, video. I migliori modelli di embedding omni della categoria da 1,6B e 0,9B.

marzo 11, 2026 • 7 minuti letti

Bootstrapping di embedding audio da LLM multimodali

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

marzo 06, 2026 • 6 minuti letti

Identificare i modelli di embedding a partire da valori numerici grezzi

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

febbraio 19, 2026 • 7 minuti letti

jina-embeddings-v5-text: Nuovi SOTA Small Multilingual Embeddings

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

dicembre 04, 2025 • 7 minuti letti

Jina-VLM: Modello di linguaggio visivo multilingue di piccole dimensioni

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

ottobre 03, 2025 • 7 minuti letti

Jina Reranker v3: Reranker Listwise da 0.6B per il recupero multilingue SOTA

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

settembre 09, 2025 • 11 minuti letti

Modelli di Embedding Multimodali in Llama.cpp e GGUF

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

settembre 04, 2025 • 6 minuti letti

Jina Code Embeddings: Recupero di codice SOTA a 0,5B e 1,5B

LLM per la generazione di codice → Embeddings di codice: i modelli da 0,5B/1,5B raggiungono prestazioni SOTA su 25 benchmark di recupero del codice.

Cerca per titolo

Filtra per prodotto

Filtra per autore

Filtra per modello

Lingua / tema attuale

Elastic © 2026.

Questo sito web e tutti i contenuti, software, prodotti e servizi ad esso associati sono destinati esclusivamente all'uso professionale. Non è previsto né raccomandato alcun utilizzo da parte dei consumatori.