Qdrant(@qdrant_engine)· Qdrant (@qdrant_engine)·· 2026-09-01AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
HuggingFace 发布两个配套数据集：PubMed-Multi-Vector 与 Coyo-Vector-Embeddings
@huggingface 5/ Two companion datasets ship alongside it: PubMed-Multi-Vector: dense, sparse, and C...
AI 导读
HuggingFace 随模型发布两个配套数据集：PubMed-Multi-Vector 在同一语料上提供 dense、sparse 和 ColBERT 式多向量表示，共 8.37B 多向量 token；Coyo-Vector-Embeddings 则提供 2,048 维的多模态图文嵌入。
来源：Qdrant(@qdrant_engine) · x.com