Tencent EVIE-Preview-4.5B: SOTA Visual Document Retrieval mit 128D Multi-Vektoren
CompaniesHugging Face
Warum es zählt
Die 128D-Repräsentation reduziert Vektorspeicher und Indexierungskosten um Faktor 8–32× gegenüber typischen 2560D–4096D-Modellen — relevant für produktive RAG-Pipelines mit visuellen Dokumenten. Volle Kompatibilität mit colpali-engine erleichtert den Drop-in-Einsatz.
— Lumeric Redaktion
85,93 nDCG@5
auf ViDoRe V1+V2 Benchmark
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org1mo
ResComEmb: Effizientes multimodales Embedding mit nur 37,5 % Token-Budget
- LAUNCHarxiv.org1w
Perplexity veröffentlicht pplx-embed-v2-late: multimodale Late-Interaction-Modelle (0.6B & 9B)
- FORSCHUNGarxiv.org3w
VisionWeave: Elastische visuelle Repräsentationen für MLLMs mit 2,3× Durchsatz
Tencent EVIE-Preview-4.5B: SOTA Visual Document Retrieval mit 128D Multi-Vektoren
CompaniesHugging Face
Warum es zählt
Die 128D-Repräsentation reduziert Vektorspeicher und Indexierungskosten um Faktor 8–32× gegenüber typischen 2560D–4096D-Modellen — relevant für produktive RAG-Pipelines mit visuellen Dokumenten. Volle Kompatibilität mit colpali-engine erleichtert den Drop-in-Einsatz.
— Lumeric Redaktion
85,93 nDCG@5
auf ViDoRe V1+V2 Benchmark
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org1mo
ResComEmb: Effizientes multimodales Embedding mit nur 37,5 % Token-Budget
- LAUNCHarxiv.org1w
Perplexity veröffentlicht pplx-embed-v2-late: multimodale Late-Interaction-Modelle (0.6B & 9B)
- FORSCHUNGarxiv.org3w
VisionWeave: Elastische visuelle Repräsentationen für MLLMs mit 2,3× Durchsatz