AI Briefing#embedding-models
#embedding-models와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#embedding-models와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Cohere는 요청 형태와 활용률이 공유 및 전용 추론 비용 효율성을 결정한다고 밝혔다.
Cohere가 Embed 5를 공개했으며 ViDoRe V3에서 85.8점을 기록해 경쟁사를 앞섰다.
연구진이 임베딩 모델 교체 시 백필 없이 기존 인덱스를 활용해 즉시 전환하는 오픈소스 도구 EmbedFlow를 공개했다.
NVIDIA가 검색 성능을 극대화한 오픈 임베딩 모델 컬렉션 Nemotron 3 Embed를 공개했다.
NVIDIA의 Nemotron 3 Embed 8B 모델이 RTEB 벤치마크에서 1위(78.5%)를 달성했으며, 경량 1B 변형과 Blackwell 최적화 버전도 함께 공개했다.
NVIDIA가 RAG 시스템 최적화를 위한 다국어 텍스트 임베딩 모델 Nemotron-3-Embed를 출시했다.
임베딩 모델을 활용해 코드의 의미적 유사성을 분석하고 중복을 찾아내는 CLI 도구 Slopo가 공개되었습니다.
NVIDIA가 합성 데이터 생성 기술을 활용해 하루 만에 도메인 특화 임베딩 모델을 구축하는 기술 레시피를 공개했다.
카카오 Kanana 조직이 20억 파라미터 규모의 멀티모달 임베딩 모델 'Kanana-v-embedding'을 공개했으며, 한국어 특화 데이터셋 KoEmbed 학습을 통해 Jina Embeddings v4 대비 우수한 검색 성능을 입증했습니다.
HuggingFace가 모델의 일반화 능력을 정밀하게 측정하기 위한 새로운 검색 임베딩 벤치마크 RTEB를 공개했다.
Google이 온디바이스 환경에 최적화된 308M 규모의 다국어 임베딩 모델 EmbeddingGemma를 출시했다.
CPU 환경에서 기존 모델 대비 최대 400배 빠른 속도를 제공하는 정적 임베딩 모델과 학습 방법론이 공개되었다.
XLSCOUT가 Hugging Face와 협업하여 특허 및 지식재산권(IP) 분석에 최적화된 ParaEmbed 2.0을 출시했다.
Hugging Face가 Amazon SageMaker에서 임베딩 모델을 효율적으로 배포할 수 있는 전용 컨테이너를 정식 출시했다.
Sentence Transformers v3.0의 새로운 학습 방식을 활용한 임베딩 모델 파인튜닝 방법을 상세히 설명한다.
Optimum Intel과 fastRAG를 통해 Intel CPU 환경에서 임베딩 모델의 추론 성능을 최적화하는 방법을 다룬다.
OpenAI가 성능이 향상되고 가격이 저렴해진 신규 임베딩 모델과 GPT-3.5 Turbo 업데이트를 발표했다.
Hugging Face Inference Endpoints를 통해 고성능 임베딩 모델을 배포하는 방법을 안내한다.