热点事件持续更新
Qdrant 实测 UltraBERT 长文本嵌入与分块检索
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026 年 10 月 19 日，Qdrant 发布实测，评估 DMIS Lab 的 UltraBERT-Embed-150M 能否以整篇单向量检索取代分块检索。该模型有 151M 参数，支持 32K token 输入，输出 768 维向量。测试在 LongEmbed 五项任务和 MLDR 的 20 万篇维基文章上，对比整篇单向量与 512-token 分块检索两种方案。报道未给出对比结果与结论。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- QdrantQdrant 实测 UltraBERT-Embed-150M：32K 单向量检索能否取代分块
Qdrant 用 DMIS Lab 的 UltraBERT-Embed-150M（151M 参数、支持 32K token 输入、输出 768 维向量）在 LongEmbed 五项任务和 MLDR 的 20 万篇维基文章上对比整篇单向量与 512-token 分块检索。
本事件热度走势
当前热度 6·可比范围峰值 6（10月20日 00:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。