추천Liquid AI, 다국어 RAG용 임베딩 모델 공개

Liquid AI가 LFM2.5-Embedding-350M과 LFM2.5-ColBERT-350M을 공개했습니다. 두 모델 모두 LFM2 backbone을 기반으로 하여 작은 크기에도 불구하고 매우 빠른 추론 속도를 제공합니다.

LFM2.5-Embedding-350M은 11개 언어를 지원하는 고효율 dense bi-encoder로, 문서당 하나의 벡터를 생성하여 인덱스 크기를 최소화하면서도 높은 다국어 검색 정확도를 제공합니다.

LFM2.5-ColBERT-350M은 토큰 단위로 벡터를 저장하는 late interaction retriever 방식입니다. 이를 통해 영어로 작성된 문서를 다른 언어로 검색할 때도 매우 높은 정확도를 유지하며, 기존 RAG 파이프라인에 즉시 교체하여 성능을 개선할 수 있습니다.