GreenLeaf Law Embed Tiny: een compact embeddingmodel voor retrieval in het juridische domein

arXiv:2608.24936v1 Aankondigingstype: nieuw Samenvatting: We presenteren GreenLeaf Law Embed Tiny, een embeddingmodel met 0,6 miljard parameters voor retrieval in het juridische domein. GreenLeaf-Tiny behaalt 75,11% op de Massive Legal Embedding Benchmark (MLEB) en 64,38% op MTEB (Law, v1), wat concurrerende prestaties laat zien onder modellen met minder dan 1 miljard parameters. Onze aanpak combineert een tweetraps trainingspipeline die eerst kennis van een groter teacher-model distilleert naar een compacte student-architectuur, en vervolgens domeinspecifieke