-
Ettin Reranker 패밀리 소개
Introducing the Ettin Reranker Family
-
Granite 임베딩 다국어 R2: Apache 2.0 오픈소스 32K 컨텍스트를 갖춘 다국어 임베딩 — 100M 이하 모델 중 최고의 검색 품질
Granite Embedding Multilingual R2: Open Apache 2.0 Multilingual Embeddings with 32K Context — Best Sub-100M Retrieval Quality
-
Sentence Transformers를 이용한 멀티모달 임베딩 및 리랭커 모델 학습과 파인튜닝
Training and Finetuning Multimodal Embedding & Reranker Models with Sentence Transformers
-
센텐스 트랜스포머를 활용한 멀티모달 임베딩 및 리랭커 모델
Multimodal Embedding & Reranker Models with Sentence Transformers
-
AI Engineer 2025 - LLM 기술로 추천 시스템과 검색 개선
AI Engineer 2025 - Improving RecSys & Search with LLM techniques
Recsys & search are converging with LLMs via semantic IDs, data augmentation, and unified foundation models.
-
AI 시스템의 맥락 기반 검색
Contextual Retrieval in AI Systems \ Anthropic