Han Xiao
PulseAugur coverage of Han Xiao — every cluster mentioning Han Xiao across labs, papers, and developer communities, ranked by signal.
-
GELATO架构实现高效多模态嵌入
研究人员推出了一种新的多模态嵌入模型架构GELATO（Geometry-preserving Embeddings via Locked Aligned Towers，通过锁定的对齐塔实现几何保持的嵌入）。GELATO通过整合冻结的图像和音频编码器来扩展现有的文本嵌入模型，仅训练连接组件。这种方法实现了高效训练，并保持了原始文本嵌入的质量，同时在与更大的多模态模型相比时取得了有竞争力的性能。
-
新方法利用大型语言模型进行高级源代码嵌入 · 跟踪2个来源
两篇新研究论文介绍了使用大型语言模型进行源代码嵌入的新方法。第一种方法 LSem2Vec 结合了大型语言模型和句子嵌入模型，无需任务特定的微调即可提取代码语义，在各种编程语言上表现优异。第二篇论文介绍了 jina-code-embeddings，这是一套更小、更高效的模型，利用在文本和代码上训练的自回归骨干网络，在自然语言代码检索和语义相似性识别等任务上取得了最先进的成果。
-
为 Apple Silicon Mac 开发的端侧全模态搜索引擎
研究人员开发了 omni-macos，这是一种新颖的端侧全模态搜索引擎，旨在完全在 Apple Silicon Mac 上运行。该系统将文本、代码、文档、图像、音频和视频整合到一个统一的表示空间中，所有处理和索引都在用户本地机器上进行。为了在有限的内存预算内优化性能，omni-macos 采用了多种机制，包括对更改的文件块进行增量重新编码、在用户输入期间高效利用 GPU，以及使用量化副本以实现更快的查询响应和精确的重新评分。
-
Ledo L90 交付第 6 万辆汽车，达成关键销售里程碑
Ledo L90 已交付第 6 万辆汽车，达成重要里程碑。第 6 万辆车交付给了著名极限探险家韩啸，交付地点位于湖州的一家 Nio 体验中心。这一成就凸显了 L90 在大型三排 SUV 市场上的成功，以具有竞争力的价格提供了先进的技术和卓越的体验。
-
Jina AI 发布新的文本嵌入模型，采用任务定向蒸馏
研究人员开发了一种新的文本嵌入模型训练方法，该方法将蒸馏技术与特定任务的对比损失相结合。这种方法旨在创建紧凑、高性能的嵌入模型，其性能优于纯粹的对比或基于蒸馏的方法。由此产生的模型 jina-embeddings-v5-text-small 和 jina-embeddings-v5-text-nano 在同等规模下达到了最先进的基准分数，并支持长文本的稳健嵌入。