事件追踪追踪中

Hugging Face发布Token Pooling训练教程

首次报道 11-11最新进展 11-111 篇报道，1 个来源

事件综述根据 1 篇报道整理，11月11日更新

Hugging Face 发布教程，介绍如何用 Sentence Transformers 对多向量嵌入模型做 token pooling 感知训练，并开源训练与评测代码。其给出的对比是：在 pool_factor=4 时，常规训练模型保留未池化 NanoBEIR nDCG@10 的 94.6%，感知训练提升至 97.8%，文档向量减少 4 倍。教程说明，同一训练好的模型可在推理时调整 pool_factor，以探索不同的存储预算；示例脚本在 A10G GPU 上运行，限时四小时，传入 HF_TOKEN 可把训练完成的模型上传至 Hub 账户。

综述由模型根据报道生成，细节以各篇原文为准。

进展时间线

北京时间，最早在上

11-11
08:00
Hugging Face Blog发布多向量嵌入的Token Pooling训练教程
阅读这篇报道

全部报道

1 篇，点开看摘要

11-11 08:00面向多向量嵌入模型的 Token Pooling 感知训练Hugging Face Blog官方可用产品未入选

用 Sentence Transformers 对多向量嵌入模型做 token pooling 感知训练，可在相同存储预算下提升压缩检索质量：常规训练模型在 pool_factor=4 时保留未池化 NanoBEIR nDCG@10 的 94.6%，感知训练提升至 97.8%，文档向量减少 4 倍。

阅读这篇报道