开源工具
x.com ·
@Aravind Srinivas (@AravSrinivas)
Perplexity 开源 pplx-embed-v2-late 多向量嵌入模型，9B 与 0.6B 共享嵌入空间
Perplexity 开源 pplx-embed-v2-late，包含 9B 和 0.6B 两个 late-interaction 多向量嵌入模型，文本与图像共享同一嵌入空间。9B 可用于索引多模态数据，0.6B 可在设备端查询，并支持无需 OCR 检索 PDF 页面。发布方称其在 MADQA 上得分 92.4%、BrowseComp+ 上 64%，权重已在 Hugging Face 提供。
AI推荐理由 Perplexity CEO 宣布开源 pplx-embed-v2-late 多向量嵌入模型，含 9B 和 0.6B 两个版本，共享同一嵌入空间，支持文本与图像检索，9B 用于索引多模态数据、0.6B 用于端侧查询，并称可在无 OCR 情况下检索 PDF 页面，给出 MADQA 92.4%、BrowseComp+ 64% 的分数，权重已在 Hugging Face 发布。这是可验证的模型发布信息，对多模态检索和端侧部署有实际价值；但性能数字来自发布方自述，需以官方博客和权重为准。
88
浏览 41,242
点赞 675
评论 72
转发 60
正文
We’re open-sourcing pplx-embed-v2-late, multi-vector embeddings for text and images, 9B and 0.6B, in one shared embedding space. You can use these to index multimodal data with 9B, and query on device with 0.6B. This also enables you to search over PDF pages with no OCR. And scores 92.4% on MADQA, 64% on BrowseComp+. Weights available on @huggingface now.
来源报道 · 1 篇 · 以下链接均前往原始媒体
Aravind Srinivas (@AravSrinivas)
Perplexity 开源 pplx-embed-v2-late 多向量嵌入模型，9B 与 0.6B 共享嵌入空间
10-08 · 原文发布