// AI 新闻 · 2026-11-11 · Hugging Face Blog
多向嵌入模型中的池化感知训练方法
Hugging Face 在其博客中介绍了一种针对多向嵌入模型的池化感知训练方法，通过在编码器中引入对向量合并过程的感知学习，提升压缩后检索性能。该方法基于 HierarchicalTokenPooling 框架，利用 Ward 聚类算法将相似的文档向量分组，并以均值表示每个组，从而实现存储空间压缩。
原文发布 2026-11-11 08:00（北京时间）来源 Hugging Face Blog自动整理 · 已核对原文
01摘要
实验显示，在 pool_factor=4 的设置下，传统模型在未池化时的 NanoBEIR nDCG@10 保留率约为 94.6%，而经过池化感知训练后该值提升至 97.8%，同时文档向量数量减少四倍。该方法可适配不同长度文档，支持通过距离阈值或自适应策略动态调整压缩强度，尤其在需要保留关键语义差异的场景中表现更优。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 池化感知训练使模型在向量合并过程中保留更多有用信息，提升压缩后的检索质量。
- 在 pool_factor=4 下，池化感知训练将 nDCG@10 保留率从 94.6% 提升至 97.8%，存储开销降低四倍。
- HierarchicalTokenPooling 使用 Ward 聚类对相似向量分组，支持按文档长度动态调整压缩比例。
- 方法可与 Sentence Transformers 集成，并通过校准样本自动设定合并阈值以适应不同语料。
03原文出处
Token Pooling-Aware Training for Multi-Vector Embedding Models
Hugging Face Blog · 发布于 2026-11-11 08:00（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-11 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日