深度分析
IBM Granite Embedding Multilingual R2：以 ModernBERT 架構實現 32K 上下文與多國語言檢索
IBM 推出新一代多國語言向量化模型 Granite Embedding Multilingual R2，旨在解決多國語言檢索中模型大小與語言覆蓋率的矛盾。該模型基於 ModernBERT 構建，將上下文窗口擴展至 32K tokens，並針對 52 種語言與程式碼進行強化訓練。測試結果顯示 97M 小模型在檢索品質上超越多個 300M 級別模型，311M 版本則透過 Matryoshka 技術降低儲存成本，為企業級多國語言 RAG 部署提供高效能且低成本的解決方案。