实体
zembed-1
zembed-1
PulseAugur coverage of zembed-1 — every cluster mentioning zembed-1 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的 SCAR 方法通过自适应分块增强 RAG 召回率
研究人员开发了 SCAR（语义连续感知检索），一种改进检索增强生成（RAG）系统的新颖方法。SCAR 通过自适应地扩展相邻分块来解决固定长度分块的问题，通过连续性惩罚来平衡查询相关性。这种方法在保持高召回率和生成忠实度的同时，显著减少了所需分块的数量，并且证明了其在不同嵌入模型之间的可迁移性。
-
ZeroEntropy 提供专业 AI 模型，用于更快、更准确的 RAG 管道
ZeroEntropy 开发了专门的 AI 模型，包括 rerankers 和 embeddings，专为优先考虑速度和准确性而非通用模型的生产系统而设计。其产品，如 zembed-1 和 zerank-2，旨在为检索增强生成 (RAG) 等应用提供更低的延迟和更高的准确性。这些模型可用于集成到现有堆栈中，并可在 AWS 和 Azure 等云平台上部署，同时注重安全性和合规性标准。