/ Модель

Характеристики

Контекст
16 384 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
A.X-Encoder-base
Библиотека
PyLate
Опубликована
17 авг 2026

KURE-v2

Сходство предложенийТекст → score8 профессий

Двуязычная корейско-английская модель позднего взаимодействия для поиска и повторного ранжирования документов.

5 147скачиваний за 30 дней21лайквеса обновлены7 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки10

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MultiLongDocRetrieval

    main_score

    Результат

    0,6914

    Общий результат 0,7403
    MTEB

    Публичная таблицадругая ревизия

  • PublicHealthQA

    main_score

    Результат

    0,8229

    MTEB

    Публичная таблицадругая ревизия

  • AutoRAGRetrieval

    main_score

    Результат

    0,9718

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLReranking

    main_score

    Результат

    0,6971

    MTEB

    Публичная таблицадругая ревизия

  • Ko-StrategyQA

    main_score

    Результат

    0,807

    MTEB

    Публичная таблицадругая ревизия

  • BelebeleRetrieval

    main_score

    Результат

    0,966

    Общий результат 0,9048Общий результат 0,884
    MTEB

    Публичная таблицадругая ревизия

  • MrTidyRetrieval

    main_score

    Результат

    0,5974

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLRetrieval

    main_score

    Результат

    0,7237

    MTEB

    Публичная таблицадругая ревизия

  • SQuADKorV1Retrieval

    main_score

    Результат

    0,9846

    MTEB

    Публичная таблицадругая ревизия

  • LawIRKo

    main_score

    Результат

    0,755

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

KURE-v2 — двуязычная корейско-английская модель поиска документов, разработанная nlpai-lab на основе skt/A.X-Encoder-base. Она предназначена для извлечения релевантных документов по запросу и повторного ранжирования кандидатов в поисковых системах и RAG-сценариях.

Модель использует архитектуру ModernBERT и позднее взаимодействие: представляет каждый токен 128-мерным вектором, а релевантность пары «запрос — документ» оценивает через MaxSim. Размер по метаданным — 148,7 млн параметров; контекст — до 16 384 токенов. В карточке сообщается, что модель обучалась в два этапа и показала средний nDCG@10 0,8160 на девяти корейских задачах MTEB Retrieval. Для запросов и документов не нужны инструкции-префиксы.

Модель подходит для корейского и английского поиска, включая длинные документы. Позднее взаимодействие хранит несколько векторов на документ, поэтому размер индекса и стоимость поиска зависят от выбранного способа индексации и сжатия; для больших коллекций README рекомендует индекс, формирующий кандидатов, например PLAID или BinaryIVF. Лицензия — Apache-2.0.

Сценарии применения

  • поиск корейских документов по текстовому запросу
  • поиск английских документов по текстовому запросу
  • корейско-английский поиск по коллекции документов
  • извлечение релевантных документов для RAG
  • повторное ранжирование кандидатов поисковой выдачи

Ограничения

Для каждого документа хранится набор токен-векторов, поэтому индекс может требовать значительного объёма памяти, а поиск — дополнительных вычислений. На крупных коллекциях README рекомендует использовать индекс для генерации кандидатов с последующим пересчётом MaxSim.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🔎 KURE-v2

KURE-v2 is a Korean-English bilingual late-interaction (multi-vector) retrieval model built on skt/A.X-Encoder-base. It encodes every token into a 128-dimensional vector and scores query–document pairs with MaxSim.

At 154M parameters it averages nDCG@10 0.8160 across the nine MTEB(kor, v2) retrieval tasks — the strongest model on that suite, above every single-vector model measured, including one 175× its size.

It is trained in two stages: unsupervised contrastive pretraining on 20.7M unlabeled pairs (KURE-v2-unsupervised), then supervised fine-tuning with contrastive loss and KL distillation from a reranker.

Key Characteristics

  • Late interaction: one 128-d vector per token, scored with MaxSim.
  • Long documents: up to 8,192 tokens.
  • Compact: 154M parameters.
  • No instruction prefixes: queries and documents need no task instruction. Query expansion to 64 tokens is handled by the model.

Usage

pip install -U pylate

Indexing documents

from pylate import indexes, models, retrieve

model = models.ColBERT(model_name_or_path="nlpai-lab/KURE-v2")

index = indexes.PLAID(
    index_folder="pylate-index",
    index_name="index",
    override=True,
)

documents_ids = ["1", "2", "3"]
documents = [
    "세종대왕은 1443년에 훈민정음을 창제하고 1446년에 이를 반포하였다.",
    "김치는 배추나 무를 소금에 절인 뒤 고춧가루와 젓갈을 넣어 발효시킨 음식이다.",
    "한라산은 해발 1,947m로 남한에서 가장 높은 산이며 제주도 중앙에 자리한다.",
]

documents_embeddings = model.encode(
    documents,
    batch_size=32,
    is_query=False,
    show_progress_bar=True,
)

index.add_documents(
    documents_ids=documents_ids,
    documents_embeddings=documents_embeddings,
)

To reuse an existing index, instantiate it without override:

index = indexes.PLAID(index_folder="pylate-index", index_name="index")

Retrieving top-k documents

retriever = retrieve.ColBERT(index=index)

queries_embeddings = model.encode(
    ["훈민정음은 언제 만들어졌나요?"],
    batch_size=32,
    is_query=True,
    show_progress_bar=True,
)

scores = retriever.retrieve(
    queries_embeddings=queries_embeddings,
    k=10,
)

Reranking

To rerank a first-stage candidate list without building an index:

from pylate import models, rank

model = models.ColBERT(model_name_or_path="nlpai-lab/KURE-v2")

queries = [
    "전기차 폐배터리는 어떻게 재활용하나요?",
    "겨울에 한라산을 오를 때 필요한 장비는?",
]
documents = [
    [
        "폐배터리에서 리튬과 코발트를 회수하는 습식 제련 공정이 상용화되고 있다.",
        "급속 충전기는 30분 내외로 배터리를 80%까지 충전할 수 있다.",
    ],
    [
        "겨울 한라산 산행에는 아이젠과 방한 장갑이 필수이며 입산 시간이 제한된다.",
        "제주 올레길은 해안을 따라 이어지는 27개 코스로 구성되어 있다.",
        "적설기에는 등산화에 스패츠를 착용해 눈이 들어가는 것을 막는 것이 좋다.",
    ],
]
documents_ids = [[1, 2], [1, 3, 2]]

queries_embeddings = model.encode(queries, is_query=True)
documents_embeddings = model.encode(documents, is_query=False)

reranked_documents = rank.rerank(
    documents_ids=documents_ids,
    queries_embeddings=queries_embeddings,
    documents_embeddings=documents_embeddings,
)
pip install -U sentence-transformers
from sentence_transformers import MultiVectorEncoder

model = MultiVectorEncoder("nlpai-lab/KURE-v2")

query = "훈민정음은 언제 만들어졌나요?"
documents = [
    "세종대왕은 1443년에 훈민정음을 창제하고 1446년에 이를 반포하였다.",
    "김치는 배추나 무를 소금에 절인 뒤 고춧가루와 젓갈을 넣어 발효시킨 음식이다.",
    "한라산은 해발 1,947m로 남한에서 가장 높은 산이며 제주도 중앙에 자리한다.",
]

query_embeddings = model.encode_query(query)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings[0].shape)
# (64, 128) (29, 128)

# MaxSim late-interaction scoring (higher is more relevant)
scores = model.similarity(query_embeddings, document_embeddings)
print(scores)

Evaluation

KURE-v2 is evaluated on the nine MTEB(kor, v2) Retrieval tasks. We report nDCG@10. The results are also shown in the official MTEB Leaderboard

ModelParamsAvgAutoRAGPubHealthQAKo-StrategyQALawIRKoSQuADKorV1Belebele (ko-ko)MrTidyMLDRMIRACL
Our Models
nlpai-lab/KURE-v2154M0.81600.97180.82290.80700.75500.98460.96600.59740.71590.7237
nlpai-lab/KURE-v2-unsupervised154M0.72830.88220.82400.78180.76800.94270.95250.34960.61300.4411
Late-Interaction (Multi-Vector) Models
yjoonjang/colbert-ko-en-v2149M0.80630.96860.82220.79400.71810.98460.96870.57830.69920.7230
lightonai/mLateOn307M0.79060.93920.80610.79050.64310.98030.96080.58170.70050.7135
perplexity-ai/pplx-embed-v1-late-0.6b596M0.73810.85570.80890.79730.72850.96960.95480.54000.28160.7064
dragonkue/colbert-ko-0.1b149M0.67760.97000.74820.73640.44750.97940.96440.39660.28720.5685
yjoonjang/colbert-ko-v1149M0.62820.95570.67830.65600.48230.95940.91540.32790.22140.4575
Dense (Single-Vector) Models
sionic-ai/comsat-embed-ko-8b-preview7.6B0.79270.85180.88710.83940.81640.91680.98530.62530.51570.6964
Qwen/Qwen3-Embedding-8B7.6B0.78260.82760.87210.83630.81710.90630.98240.61870.50460.6783
Qwen/Qwen3-Embedding-4B4.0B0.77370.84310.86930.82700.77690.90440.95220.60760.50220.6803
microsoft/harrier-oss-v1-27b27.0B0.76670.81760.89710.83610.87370.92040.95460.53060.40460.6653
dragonkue/snowflake-arctic-embed-l-v2.0-ko568M0.76530.90930.83370.80500.77350.94470.95180.57120.43040.6685
codefuse-ai/F2LLM-v2-8B7.6B0.76380.76780.93800.83710.84050.88740.95130.61620.40470.6313
telepix/PIXIE-Rune-v1.5568M0.76180.89270.84260.80640.77050.94570.96170.54920.44820.6393
nlpai-lab/KURE-v1568M0.76160.87080.81930.79990.74260.93570.95020.59090.46370.6816
dragonkue/BGE-m3-ko568M0.75470.87380.81550.79590.73220.94140.95030.60990.38990.6833
BAAI/bge-m3568M0.75090.83010.80410.79410.71740.90380.93160.64710.42870.7015
nlpai-lab/KoE5560M0.73370.84340.83510.80010.77560.89800.94250.58410.30150.6235

Late-interaction rows were measured with mteb 2.18.16 and PLAID retrieval. Single-vector rows are taken from the official MTEB results repository, except for Belebele, where only the Korean-query / Korean-corpus subset is used. The original version also includes cross-lingual subsets (Korean query – English corpus, English query – Korean corpus).

Serving

KURE-v2 is a late-interaction model: each document is stored as a set of token vectors, so the practical questions for deployment are index size and search cost. We benchmarked KURE-v2 across ANN backends and compression schemes on the 9 Korean MTEB retrieval tasks, against five single-vector baselines served with faiss HNSW. All numbers are end-to-end: batch-1 query encoding + index search, measured serially on one A100 80GB.

Two things the figures show:

  • Hierarchical token pooling (x2) halves the index for a 0.04 nDCG drop. Asymmetric binary quantization (1-bit document tokens, bf16 queries) shrinks it 9.4x for 1.05. Stacking the two (pooling x3 + binary), the entire 9-corpus index fits in 1.7 GB, smaller than every single-vector HNSW index (13.1-50.0 GB), while still outscoring the best single-vector model (79.57 vs 79.07).
  • A live query arrives as text: 4B-8B single-vector models spend 38-40 ms encoding it, capping them at ~25 QPS no matter how fast HNSW is. KURE-v2 encodes in 13.8 ms (154M params), so every configuration except MUVERA serves 43-55 QPS, roughly 2x the 8B single-vector models, at higher quality.

Large corpora: tail latency

On the largest corpus (MIRACL, ~1.5M documents) an exhaustive 1-bit scan costs O(corpus): p95 climbs to 156 ms, and pooling the tokens 3x only brings it to 74 ms. Generating candidates with faiss BinaryIVF (Hamming search over the same 1-bit index) and re-scoring them with exact asymmetric MaxSim cuts p95 to 38 ms on the same 2.2 GB index, lower tail latency than the 4B-8B single-vector baselines (43 ms) at higher nDCG. For large collections, use a candidate-generating index (PLAID or BinaryIVF), not an exhaustive scan.

  • Hardware: 1x NVIDIA A100 80GB, 2x AMD EPYC 7513 (64 cores), 1.2 TB RAM.
  • Software: faiss-cpu 1.15.0, fast-plaid 1.6.0, sentence-transformers 6.0.0, PyTorch 2.8.0.
  • Protocol: batch-1, serial. Index-search latency: 10 warmup queries, then every query of the task measured once (QPS = 1/mean). Query-encoding latency: 5 warmup, 50 measured. End-to-end = encoding + search.
  • Precision: encoding in bf16; each index stores its own format (HNSW fp32, PLAID 4-bit residuals, binary 1-bit).
  • Index size: the full serialized index on disk (vectors, graph, codebooks; external doc-id mapping excluded).
  • Tasks: the 9 Korean MTEB retrieval tasks; MLDR is the mean of its dev/test splits; nDCG@10 x100.
  • HNSW: IndexHNSWFlat (inner product on L2-normalized embeddings), M=32, efConstruction=200, efSearch=64.
  • PLAID: nbits=4, all other settings fast-plaid defaults (kmeans_niters=4, n_ivf_probe=8, n_full_scores=4096). nbits=2/1 give 27.0/17.0 GB at 81.25/81.09 nDCG.
  • MUVERA: num_repetitions=10, num_simhash_projections=6, final_projection_dimension=8192, exact-MaxSim rerank of the top 1,000.
  • BinaryIVF: nlist=floor(sqrt(total tokens)) capped at 65,536, nprobe=32, top-128 Hamming tokens per query token, exact asymmetric-MaxSim rerank of the top 1,000 documents.
  • Token pooling: hierarchical (Ward linkage), pool_factor 2-3, documents only.

Citation

@misc{kure-v2,
  title  = {KURE-v2: a Korean-English bilingual late-interaction retriever},
  author = {Jang, Youngjoon and Son, Junyoung and Lee, Taemin and Hong, Seongtae and Lim, Heuiseok},
  year   = {2026},
  url    = {https://huggingface.co/nlpai-lab/KURE-v2},
}
@inproceedings{jang2025kure,
  title={KURE: Embedding Model for Korean-Specific Retrieval},
  author={Jang, Youngjoon and Son, Junyoung and Lee, Taemin and Hong, Seongtae and Park, JeongBae and Lim, Heuiseok},
  booktitle={Annual Conference on Human and Language Technology},
  pages={129--134},
  year={2025},
  organization={Human and Language Technology}
}
@inproceedings{santhanam-etal-2022-colbertv2,
  title     = {ColBERTv2: Effective and Efficient Retrieval via Lightweight Late Interaction},
  author    = {Santhanam, Keshav and Khattab, Omar and Saad-Falcon, Jon and Potts, Christopher and Zaharia, Matei},
  booktitle = {Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies},
  year      = {2022},
  pages     = {3715--3734},
}
@misc{PyLate,
  title  = {PyLate: Flexible Training and Retrieval for Late Interaction Models},
  author = {Chaffin, Antoine and Sourty, Raphaël},
  year   = {2024},
  url    = {https://github.com/lightonai/pylate},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · PyLate

Нельзя запустить

Модели PyLate (ColBERT) требуют отдельного рантайма.

Класс архитектуры
ModernBertModel
Ревизия весов
3431f86

0 моделей