近日,火山引擎上线豆包搜索服务,面向企业开发者提供跨语言、多模态、多垂类联网搜索,为AI Agent注入实时可信信息,推动其从问答转向复杂任务执行。应对长流程任务趋势,传统单次搜索式微,新智能体需持续检索、理解网页、交叉验证并动态推进进程。
OpenAI首次用数据量化了“AI抹平岗位壁垒”的现象:分析逾80万条ChatGPT工作对话,发现43.5%的岗位特定查询实际指向其他职业任务,形成“任务交叉”,人们借AI跨越本职界限,插手相邻工种。其中,市场营销与工程任务交叉最频繁。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Anthropic
$105
$525
200
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$6
$24
256
Moonshot
Xai
$1.4
$10.5
$1.6
128
$1.75
$14
400
$0.35
$2
-
64
$0.63
$3.15
131
$15
Bytedance
$0.8
$8
Chatglm
aditeyabaral-redis
这是一个基于Alibaba-NLP/gte-reranker-modernbert-base微调的交叉编码器模型,专门针对Redis LangCache语义缓存场景优化。该模型能够有效计算文本对之间的语义相似度得分,用于句子对分类和语义匹配任务。
knowledgator
GLiClass 是一个高效的零样本分类器,性能与交叉编码器相当但计算效率更高,支持多语言文本分类任务。
GLiClass 是一款高效的零样本分类器,受 GLiNER 启发,能在单次前向传播中完成分类任务,兼具交叉编码器性能和更高计算效率。
CharlesPing
这是一个从cross-encoder/ms-marco-MiniLM-L12-v2微调而来的交叉编码器模型,专门用于气候相关文本的重排序和语义搜索任务。
这是一个基于cross-encoder/ms-marco-MiniLM-L6-v2微调的交叉编码器模型,主要用于文本重排序和语义搜索任务。
foochun
这是一个从BAAI/bge-reranker-base微调而来的交叉编码器模型,用于文本对评分,适用于文本重排序和语义搜索任务。
ayushexel
这是一个从nreimers/MiniLM-L6-H384-uncased微调而来的交叉编码器模型,用于计算文本对的分数,适用于文本重排序和语义搜索任务。
cross-encoder
基于 ELECTRA 架构的文本排序交叉编码器,用于检索结果的重排序任务
这是一个从ModernBERT-base微调而来的交叉编码器模型,用于计算文本对的分数,适用于文本重排序和语义搜索任务。
akr2002
这是一个基于ModernBERT-base微调的交叉编码器模型,用于文本重排序和语义搜索任务。
tomaarsen
这是一个从ModernBERT-large微调而来的交叉编码器模型,用于计算文本对的分数,适用于文本重排序和语义搜索任务。
这是一个从microsoft/MiniLM-L12-H384-uncased微调而来的交叉编码器模型,用于文本重排序和语义搜索任务。
这是一个从ModernBERT-base微调而来的交叉编码器模型,用于文本重排序和语义搜索任务。
这是一个基于MiniLM-L12-H384-uncased微调的交叉编码器模型,用于文本重排序和语义搜索任务。
cross-encoder-testing
这是一个基于BERT-tiny微调的交叉编码器模型,用于计算文本对的相似度分数,适用于语义搜索、文本分类等任务。
这是一个从bert-tiny微调而来的交叉编码器模型,用于计算文本对的相似度分数,适用于语义文本相似度、语义搜索等任务。
这是一个从bert-tiny微调而来的交叉编码器模型,用于计算文本对的相似度分数,适用于语义文本相似度、语义搜索等多种任务。
enochlev
这是一个基于Transformer架构的交叉编码器模型,主要用于文本排序任务。
webis
lightning-ir 是一个基于 ELECTRA 架构的交叉编码器模型,专门用于文本排序任务。该模型通过蒸馏大型语言模型的技术优化了段落重排序的性能。