SpecMRL、パラメトリックスペクトル内でMatryoshka Representation Learningを再設計

SpecMRLは、学習されたスペクトル基底によって特徴空間を再編成し、圧縮された埋め込みの品質を高める手法である。MTEBでの実験では、評価したすべての削減次元で標準のMRL（Matryoshka Representation Learning）を上回り、圧縮率が高いほど差が大きくなる。埋め込み次元が半分でも全次元のMRLを上回る結果を示している。