F2LLM-v2: 200 языков, один эмбеддинг Вышло семейство open-source моделей, которые превращают текст на любом из 200+ языков в векторы одинакового качества. От малайзийского диалекта до редких африканских языков — всё работает без доработки. Что это значит на практике: можно строить поиск и RAG-системы для локальных рынков без армии переводчиков и отдельных датасетов. Технический барьер входа на новые языки падает в разы. Модели доступны в 8 размерах — от 80M до 14B параметров. Лидируют на 11 бенчмарках MTEB. Matryoshka learning позволяет сжимать эмбеддинги без переобучения под конкретные задачи. Вопрос: какие продукты вы бы запустили, если бы языковой барьер перестал быть проблемой? Источники: arXiv, MTEB Leaderboard