Top Tweets for #LateInteraction

about 1 month ago

Last week I published 9 multivector datasets. @Robro612 saw it and went all in, dropping 40+ new ones on HF! 🤯 The awesome-multivector-retrieval repo now tracks 50+ datasets ready to use. 17 corpora, 8 different encoders. https://t.co/ZY24gi9Js3 #LateInteraction

547

Silvio Martinico @SilvioMartinico

about 2 months ago

🧵 Just added 9 pre-encoded multivector BEIR datasets to Hugging Face (NFCorpus, SCIDOCS, FiQA across ColBERTv2, ModernColBERT, LateOn), with top-100 groundtruth and reference metrics. Perfect for benchmarking your methods without encoding overhead. #LateInteraction #NeuralIR

KingLand ∞ Annuaire IA & Mag

@KingLandfr

3 months ago

Sentence Transformers 6.0 : la fin du RAG approximatif 🧠 Et si compresser un document complexe en un seul vecteur revenait à résumer un roman à une seule phrase ? #KingLand #IA #SentenceTransformers #HuggingFace #RAG #MachineLearning #LateInteraction #ColBERT #DataScience #InformationRetrieval #AI #OpenSource #Tech ▫️ Fiche Impact : https://t.co/Z0eZSNb55x Parce qu’avec l’interaction tardive, la précision chirurgicale du token par token vaut mieux que la compression brute d’un document entier. Le déploiement de Sentence Transformers 6.0 marque un tournant structurel majeur pour la recherche d’entreprise. En introduisant nativement le composant MultiVectorEncoder, @huggingface démocratise l’interaction tardive. Fini le temps où vos pipelines RAG perdaient des références techniques, des lignes de code ou des clauses juridiques cruciales lors de l’étape d’encodage. 🚀 Un vecteur par token : L’architecture ne produit plus une représentation unique par document, mais conserve la granularité de chaque mot grâce à l’opérateur MaxSim. 🎯 Précision chirurgicale : Le taux de rappel (Recall@5) bondit de 18 à 35 % sur les documents hautement techniques ou juridiques. 👁️ RAG visuel natif : Grâce à des modèles comme ColPali, vous interrogez directement des images de PDF sans passer par une étape d’OCR lourde et génératrice d’erreurs. 💾 Le prix de la précision : L’empreinte de stockage des index peut être multipliée par 40, exigeant des stratégies de compression avancées comme fast-plaid. "L’arrivée de l’interaction tardive native dans nos outils standards est une petite révolution. Elle nous force à admettre que pour obtenir une IA fiable en entreprise, nous ne pouvons plus sacrifier la granularité des données sur l’autel de l’économie de stockage." — C. Pestel En lisant les spécifications de cette mise à jour, je m’arrête surtout sur la fin programmée de l’OCR pour le traitement des documents complexes. Nous avons passé des années à concevoir des usines à gaz logicielles pour extraire laborieusement le texte de PDF mal scannés, avant de l’envoyer à un LLM. L’idée de projeter directement des patchs d’images et des requêtes textuelles dans un même espace partagé me semble infiniment plus élégante. C’est la preuve que la recherche d’information ne cherche plus à simplifier artificiellement notre monde désordonné, mais adapte enfin ses structures mathématiques pour en accepter toute la complexité visuelle. 📇 Fiche Tool : https://t.co/gnDgZrncwt Vos infrastructures vectorielles actuelles sont-elles prêtes à absorber ce bond de stockage pour gagner en précision ?

KingLandfr's tweet photo. Sentence Transformers 6.0 : la fin du RAG approximatif 🧠

Et si compresser un document complexe en un seul vecteur revenait à résumer un roman à une seule phrase ?

#KingLand #IA #SentenceTransformers #HuggingFace #RAG #MachineLearning #LateInteraction #ColBERT #DataScience #InformationRetrieval #AI #OpenSource #Tech

▫️ Fiche Impact : https://t.co/Z0eZSNb55x

Parce qu’avec l’interaction tardive, la précision chirurgicale du token par token vaut mieux que la compression brute d’un document entier.

Le déploiement de Sentence Transformers 6.0 marque un tournant structurel majeur pour la recherche d’entreprise. En introduisant nativement le composant MultiVectorEncoder, @huggingface démocratise l’interaction tardive. Fini le temps où vos pipelines RAG perdaient des références techniques, des lignes de code ou des clauses juridiques cruciales lors de l’étape d’encodage.

🚀 Un vecteur par token : L’architecture ne produit plus une représentation unique par document, mais conserve la granularité de chaque mot grâce à l’opérateur MaxSim.

🎯 Précision chirurgicale : Le taux de rappel (Recall@5) bondit de 18 à 35 % sur les documents hautement techniques ou juridiques.

👁️ RAG visuel natif : Grâce à des modèles comme ColPali, vous interrogez directement des images de PDF sans passer par une étape d’OCR lourde et génératrice d’erreurs.

💾 Le prix de la précision : L’empreinte de stockage des index peut être multipliée par 40, exigeant des stratégies de compression avancées comme fast-plaid.

"L’arrivée de l’interaction tardive native dans nos outils standards est une petite révolution. Elle nous force à admettre que pour obtenir une IA fiable en entreprise, nous ne pouvons plus sacrifier la granularité des données sur l’autel de l’économie de stockage."
— C. Pestel

En lisant les spécifications de cette mise à jour, je m’arrête surtout sur la fin programmée de l’OCR pour le traitement des documents complexes. Nous avons passé des années à concevoir des usines à gaz logicielles pour extraire laborieusement le texte de PDF mal scannés, avant de l’envoyer à un LLM. L’idée de projeter directement des patchs d’images et des requêtes textuelles dans un même espace partagé me semble infiniment plus élégante. C’est la preuve que la recherche d’information ne cherche plus à simplifier artificiellement notre monde désordonné, mais adapte enfin ses structures mathématiques pour en accepter toute la complexité visuelle.

📇 Fiche Tool : https://t.co/gnDgZrncwt

Vos infrastructures vectorielles actuelles sont-elles prêtes à absorber ce bond de stockage pour gagner en précision ?

Silvio Martinico @SilvioMartinico

4 months ago

Back on track after #SIGIR2026! Brought home the best possible souvenir: the iconic "Interacting late" hat from @mixedbreadai, gifted by @Robro612 😁 So much fun at the conference, amazing discussions and people, and a lot of new ideas! #LateInteraction

SilvioMartinico's tweet photo. Back on track after #SIGIR2026!

Brought home the best possible souvenir: the iconic "Interacting late" hat from @mixedbreadai, gifted by @Robro612 😁

So much fun at the conference, amazing discussions and people, and a lot of new ideas!

#LateInteraction https://t.co/ai6J8QxxQs

569

Silvio Martinico @SilvioMartinico

4 months ago

I will present TACHIOM at #SIGIR2026 next week in Melbourne! 🦘 Exactly one year after I first discovered multivector retrieval at SIGIR 2025, I'm bringing a massive leap in efficiency and scalability to the very same conference. 🧵👇 #LateInteraction #NeuralIR #Efficiency

SilvioMartinico's tweet photo. I will present TACHIOM at #SIGIR2026 next week in Melbourne! 🦘

Exactly one year after I first discovered multivector retrieval at SIGIR 2025, I'm bringing a massive leap in efficiency and scalability to the very same conference. 🧵👇

#LateInteraction #NeuralIR #Efficiency https://t.co/TcGhwOV2Nl

599

Silvio Martinico @SilvioMartinico

4 months ago

Late interaction is absolutely exploding this year 🚀 We had a packed LIR workshop at ECIR 2026, and next week at #SIGIR2026 there is an entire oral session dedicated to multivector retrieval (Tuesday afternoon, don't miss it!) 🧵 #LateInteraction #InformationRetrieval

874

Silvio Martinico @SilvioMartinico

5 months ago

...please open a PR! Let's keep building this out as a living resource for the community. 🤝 🔗https://t.co/ZY24gi9Js3 @fmnardini @cosimorulli1 @rventurini_ #LateInteraction #InformationRetrieval

515

Sylvain Deauré

@SylvainDeaure

7 months ago

La maltraitance des embeddings, on en parle ? https://t.co/VA5cy3FgmF #IA #lateinteraction #embeddings #cosinesimilarity

217

Top Tweets for #LateInteraction

Last Seen Hashtags on Sotwe

Trends for you

Most Popular Users