Hugging Face、260M・800Mの多言語マルチモーダルエンコーダー「NeoMME」を公開
Hugging Faceは、260Mと800Mの多言語マルチモーダルエンコーダー「NeoMME」と、文書画像検索向けにファインチューニングした「NeoMME-Retriever」を公開した。
推荐理由：単一の双方向Transformerで画像とテキストを扱う構成に加え、検索精度・処理速度・索引容量を数値で比較しており、文書検索への適用を検討する材料になります。
#検索
Hugging Face BlogおすすめAIスコア7575 Hugging Face BlogおすすめAIスコア7979 Hugging Face、コーディングエージェント向け記憶ツール「funes」を公開
Hugging Faceは、複数のコーディングエージェントが過去の作業履歴を検索・参照できる記憶ツール「funes」を公開しました。ローカルで履歴を索引化し、必要に応じて自分が所有するHugging Face datasetへ共有できます。検索結果は元の発言と出所を示し、ベンチマークでは2つのタスクとも、書面の引き継ぎより4〜8倍低コストでした。
推荐理由：複数のコーディングエージェントやマシンで作業履歴を共有し、回答の根拠となる元の発言までたどれる設計が示されています。
Hugging Face BlogおすすめAIスコア7676 Sentence Transformers v6.0でMulti-Vector検索モデルを学習・ファインチューニングする方法
Sentence Transformers v6.0にMultiVectorEncoderが導入され、ColBERT形式のMulti-Vector検索モデルを学習・ファインチューニングする手順が公開されました。
推荐理由：MIRIADの医療検索評価を通じて、学習データや文書長の設定が検索精度に与える差と、インデックス圧縮とのトレードオフを具体的に追えます。
Hugging Face BlogおすすめAIスコア6767 Hugging Face Inference Endpoints、Jobs、Bucketsで実現するPapers with Codeの検索基盤
Hugging Faceは、Papers with Codeの検索基盤を、Jobsによる論文埋め込みの一括生成、Storage Bucketsを介した成果物の受け渡し、Inference Endpointsによる検索時の埋め込み生成を組み合わせたハイブリッド検索として構築しました。
推荐理由：バッチ処理、オンライン検索、成果物の受け渡しを分けた設計を、低次元化やコールドスタート時のフォールバックを含む実測値とともに確認できます。
Hugging Face BlogおすすめAIスコア8181 Sentence Transformers v6.0にマルチベクトル検索用のMultiVectorEncoderが追加
Sentence Transformers v6.0で、ColBERT方式の遅延インタラクション検索に対応する第4のモデル型MultiVectorEncoderが追加されました。
推荐理由：密ベクトルとの精度・容量の比較に加え、検索や画像文書への適用例も示し、導入時の設計上のトレードオフを具体的に把握できます。
Sakana AIおすすめAIスコア7878 Sakana AI、日本語特化LLM API「Sakana Namazu」の提供を開始
Sakana AIは、日本語と日本の業務文脈に特化したLLM API「Sakana Namazu」の提供を開始しました。Moonshot AIのオープンモデル「Kimi K2.6」をベースに社内データで調整し、Web検索とコード実行のビルトインツールを備えています。
推荐理由：Kimi K2.6を日本語・日本の業務文脈に合わせたうえで、既存のOpenAI互換コードから接続できる設計と評価結果を確認できます。