AI Briefing#sentence-transformers
#sentence-transformers와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#sentence-transformers와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Ward 클러스터링 기반 토큰 풀링으로 벡터 74.8% 압축 및 성능 97.8% 유지했다
Sentence Transformers v6.0이 멀티벡터 모델 학습 기능을 추가하여 도메인 특화 검색 성능을 크게 향상시켰다.
Sentence Transformers v6.0이 ColBERT 기반 멀티 벡터 검색을 표준 API로 통합해 RAG 성능을 높였다.
Sentence Transformers v6.0 업데이트를 통해 ColBERT 방식의 Multi-Vector 임베딩 모델 지원이 추가되었다.
Sentence Transformers v5.4로 text, image, audio, video를 같은 API로 비교한다.
인기 임베딩 라이브러리인 Sentence Transformers가 TU Darmstadt UKP Lab에서 Hugging Face로 이관된다.
Sentence Transformers 라이브러리를 활용한 Sparse Embedding 모델의 학습 및 파인튜닝 방법을 상세히 안내한다.
올리브영은 기존 속성 기반 유사도 계산의 한계를 극복하기 위해 사용자 검색 로그를 활용한 의미론적 상품 유사도 모델을 개발했다.
Sentence Transformers v4.0 업데이트를 통해 Reranker 모델의 효율적인 학습 및 파인튜닝 방법이 공개되었다.
CPU 환경에서 기존 모델 대비 최대 400배 빠른 속도를 제공하는 정적 임베딩 모델과 학습 방법론이 공개되었다.
Sentence Transformers v3.0의 새로운 학습 방식을 활용한 임베딩 모델 파인튜닝 방법을 상세히 설명한다.
핵심 정보를 앞쪽 차원에 집중시켜 성능 저하 없이 임베딩 차원을 축소하는 Matryoshka Embedding 기술을 소개한다.
Witty Works가 SetFit를 활용해 적은 데이터로 문맥에 따른 비포용적 언어를 분류하는 기술적 해결책을 구현했다.
Sentence Transformers 창시자 Nils Reimers가 MTEB·BEIR로 임베딩 평가법을 공유한다.
Hugging Face Hub가 Sentence Transformers를 지원하며 임베딩 모델 공유 및 추론 기능을 제공한다.