Linkup 提出了稀疏搜索模型 Sparseup-embed-v1

Linkup 公司發佈了 linkup-sparseup-embed-v1 — 一個針對稀疏搜索（sparse retrieval）的專用模型，基於 ModernBERT 架構。該解決方案以 Apache 2.0 許可證發佈，旨在為高性能搜索系統提供支持。

該模型在 BEIR-13 基準測試中表現出 56.4 nDCG@10 的結果。實現的關鍵特點是低延遲的推理時間，少於 1 毫秒 每個查詢。這些指標是通過優化架構以適應快速搜索大型數據集的任務而實現的。

模型工具包包括特殊的令牌處理方法，例如 logit_shift 和 vocab folding。這些功能允許有效地壓縮向量表示並加速查詢和文檔在索引中的匹配過程。

稀疏搜索方法對於可擴展的 RAG 系統仍然至關重要，在這些系統中需要在計算資源有限的情況下提供高精度。使用 ModernBERT 作為基礎可以使模型比基於 BERT 的傳統方法更好地與現代自然語言處理管道兼容。