ツール/フレームワーク重要度 ★9
UEmbed：統一されたスパースおよび密なマルチモーダル埋め込み
UEmbed: Unified Sparse and Dense Multimodal Embeddings
https://export.arxiv.org/api/query·2026/8/3
AI要約
UEmbedは、スパース検索と密検索を統合する統一的なマルチモーダル埋め込み手法を導入する。既存の学習型スパース検索（LSR）の限界を克服し、デコーダーのみのアーキテクチャでマルチモーダル設定に対応する。これにより、検索システムの意味的理解能力と効率を向上させることを目指す。
AI要点
- UEmbedは、スパースおよび密なマルチモーダル埋め込みを単一のモデルで生成する。
- デコーダのみのアーキテクチャで、因果的フォワードパス中に両方の表現を生成。
- MMEB-v2で71.8（密）および71.0（スパース）を達成し、公開データで学習したモデルを上回る。
- BEIRベンチマークでも、強力な密・スパースベースラインと競合。
- 有効性、効率性、エージェント応用の3つの側面で実用性を示す。
なぜ重要か
UEmbedは、スパース検索と密検索の埋め込みを単一モデルで統一し、テキストとマルチモーダル入力を統合することで、検索システムの効率と有効性を向上させる新しいパラダイムを提供する。