模型
基于句子嵌入的检索模型
已跟踪 4 条高相关材料
最近变化
2026-09-22 · Qdrant将于9月22日13:00 ET举办神经搜索技术分享
为什么值得关注
SPLADE 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
When financial search needs both meaning and precision, hybrid search becomes interesting. Satyam S...
Qdrant(@qdrant_engine) · 8.5 分
混合搜索结合BM25、SPLADE和dense embeddings在金融文档检索中展现优势，Qdrant通过47份SEC文件验证了不同方法的适用场景。
Hybrid Search in Qdrant
Qdrant · 8.5 分
Qdrant混合搜索通过融合密集检索与稀疏检索，解决语义相似性与精确匹配的双重需求，提升搜索准确性。
Milvus 3.0 further expands what its retrieval engine can handle, with stronger support for in-engine...
Milvus(@milvusio) · 8.5 分
Milvus 3.0通过in-engine排名、聚合和多向量搜索增强检索能力，减少生产环境中的自定义逻辑需求。
已收录 4 条与 SPLADE 相关的内容，按评分排序。
混合搜索结合BM25、SPLADE和dense embeddings在金融文档检索中展现优势，Qdrant通过47份SEC文件验证了不同方法的适用场景。
入选理由：BM25在精确关键词匹配上优于dense embeddings（SPLADE）
Qdrant混合搜索通过融合密集检索与稀疏检索，解决语义相似性与精确匹配的双重需求，提升搜索准确性。
入选理由：混合搜索将密集检索的语义相似性与稀疏检索的精确匹配结合，错误率降低30%以上
Milvus 3.0通过in-engine排名、聚合和多向量搜索增强检索能力，减少生产环境中的自定义逻辑需求。
入选理由：Milvus 3.0支持ORDER BY对ANN候选结果进行排序，减少应用层逻辑
本文预告了Qdrant关于SPLADE和无查询时推理神经搜索的活动，适合相关领域工程师关注。
入选理由：Qdrant将于9月22日13:00 ET举办神经搜索技术分享
