OpenAI hat ein neues Embedding-Modell vorgestellt. Leistungsfähiger, günstiger, einfacher zu nutzen — so das Versprechen.
Microsoft droppt Harrier-OSS-v1 — eine Familie von drei multilingualen Embedding-Modellen, die auf dem Multilingual MTEB v2 Benchmark den Thron übernehmen.
Microsoft schmeißt drei neue Multilingual-Embedding-Modelle auf den Markt. Harrier-OSS-v1 heißt die Familie — und sie räumt den wichtigsten Benchmark ab.
Microsofts Bing-Team hat ein neues Embedding-Modell als Open Source veröffentlicht. Name: Harrier. Ergebnis: Platz 1 im mehrsprachigen MTEB-v2-Benchmark.
OpenAI packt den großen Werkzeugkoffer aus. Neue Embedding-Modelle, ein aufgebohrter GPT-4 Turbo, bessere Moderation und günstigerer GPT-3.5 Turbo — alles auf einen Schlag.
Forscher haben einen neuen Benchmark gebaut, der große Sprachmodelle gegen klassische Methoden der Wirkstoffforschung antreten lässt. Name: DrugPlayGround.
Große Context Windows lösen nicht alles. Chroma hat das kapiert und liefert jetzt Context-1 — ein eigenes 20B-Modell, das Retrieval komplett neu denkt.
IBM haut sein neues Granite Embedding Multilingual R2 raus — Apache 2.0, frei nutzbar, kommerziell. Unter 100M Parametern, aber dickes Selbstbewusstsein beim Retrieval.
Schluss mit Cloud-Abhängigkeit. Unsloth Studio ist eine neue Web-Oberfläche, die Open-Source-Modelle wie Qwen3.5, Gemma 4 und DeepSeek direkt auf dem eigenen Rechner trainiert und ...
OpenAI hat einen neuen API-Endpoint gelauncht: Embeddings. Damit lassen sich Texte und Code in numerische Vektoren umwandeln — die Grundlage für semantische Suche, Clustering und ...
Ein neues Open-Source-Projekt auf GitHub will RAG komplett umkrempeln — ohne Embeddings, ohne Chunking, ohne Vector DB.
Ein Entwickler hat seine Obsidian-Notizen mit Googles Memory Agent Pattern verdrahtet — und dabei Vektor-Datenbanken komplett aus der Kette geworfen. Kein Pinecone. Keine ...