프롬프트 지시어 없이도 강력한 성능, Perplexity의 32K 컨텍스트 웹 검색 최적화 임베딩
텍스트 임베딩 및 문장 유사도 분석0.6B32K 컨텍스트mit
Perplexity가 Qwen3를 기반으로 개발한, 지시어 없이도 고성능 검색과 RAG를 지원하는 32K 컨텍스트 임베딩 모델입니다.
핵심 역량
- 32K 토큰의 긴 컨텍스트 지원
- 지시어(Instruction) 없는 직접 임베딩
- INT8 및 Binary 양자화 기본 지원
- Matryoshka Representation Learning(MRL) 적용
- 다국어 지원 및 웹 스케일 검색 최적화
알아두면 좋은 것
- Qwen3 기반의 확산 사전 학습(Diffusion Pre-trained) 아키텍처 적용
- 지시어 선택 오버헤드 제거로 인덱싱 파이프라인의 안정성 및 효율성 강화
- 코사인 유사도(Cosine Similarity) 기반의 비정규화 INT8 임베딩 출력
- ONNX 및 TEI 지원으로 로컬 및 클라우드 환경 배포 최적화
159
Likes
315.8k
Downloads
0 / 0
조회수
관련 토론
아직 관련 토론이 없습니다.
댓글
댓글을 작성하려면 로그인이 필요합니다.