Tencent ने EVIE-4.5B जारी किया है, जो एक उच्च-प्रदर्शन बहुभाषी दृश्य दस्तावेज़ पुनर्प्राप्ति मॉडल है जिसमें गतिशील Prefix-Multivector Retrieval Latency (Prefix-MRL) और प्रशिक्षण-मुक्त Hierarchical Agglomerative Clustering (HAC) टोकन संपीड़न शामिल हैं।
- EVIE-4.5B एकल-प्रक्षेपण Prefix-MRL का उपयोग करते हुए ViDoRe V3 Public पर 66.02 प्राप्त करता है, जबकि बड़ा EVIE-8B संस्करण 66.75 स्कोर करता है।
- मॉडल अलग-अलग मॉडलों की आवश्यकता के बिना 2048D से 64D तक रनटाइम आयाम ट्रंकेशन का समर्थन करता है, सभी आकारों में उच्च पुनर्प्राप्ति सटीकता बनाए रखता है।
- प्रशिक्षण-मुक्त HAC टोकन गिनती को लगभग 750 वेक्टर प्रति पृष्ठ से 32 तक संपीड़ित करता है, जिससे प्रति मिलियन पृष्ठों के लिए इंडेक्स भंडारण 3.81 GiB तक कम हो जाता है।
- मॉडल का ViDoRe V1, V2, V3 और JinaVDR पर 138 बहुभाषी कार्यों पर मूल्यांकन किया गया, जिसमें अंग्रेजी, फ्रेंच, जर्मन, स्पैनिश, अरबी और चीनी में मजबूत प्रदर्शन दिखा।
- EVIE-4.5B को EVIE-ARD रेसिपी का उपयोग करके EVIE-8B टीचर से डिस्टिल्ड किया गया है, जो एंकर-संरक्षित, क्षमता-जागरूक संबंध डिस्टिलेशन का उपयोग करता है।
यह रिलीज गतिशील एम्बेडिंग आयामों और टोकन संपीड़न के माध्यम से उच्च सटीकता को महत्वपूर्ण रूप से कम भंडारण आवश्यकताओं के साथ संतुलित करने वाले दृश्य दस्तावेज़ पुनर्प्राप्ति के लिए एक लचीला समाधान प्रदान करती है।