lab Tencent Hunyuan (HF) · há 2 h · releases

Tencent lança o modelo de embedding multimodal WeMM-Embedding-2B

Traduzido do English → Português (BR)

A Tencent lançou o WeMM-Embedding-2B, um modelo universal de embedding multimodal construído sobre o Qwen3.5 que aceita texto, imagens, vídeos, documentos visuais e entradas intercaladas para retornar embeddings L2-normalizados de 2.048 dimensões.

O modelo suporta a codificação independente de qualquer subconjunto de conteúdo e utiliza dimensões Matryoshka, onde embeddings de 256 dimensões retêm 98,7% do desempenho de dimensão completa no MMEB-v2.

Está disponível sob a Licença Apache 2.0 com código e pesos lançados publicamente, e inclui exemplos de integração para sentence-transformers, vLLM e SGLang.

Importância 1/3 Confiança 1/3 Tencent Hunyuan (HF) Tencent Multimodal Open weights

Ler original

Tencent lança o modelo de embedding multimodal universal WeMM-Embedding-4B

A Tencent lançou o WeMM-Embedding-4B, um modelo de embedding multimodal universal baseado no Qwen3.5 que aceita texto, imagens, vídeos, documentos visuais e entradas intercaladas para retornar embeddings L2-normalizados de 2.560 dimensões.

lab Tencent Hunyuan (HF) · há 2 h · 1 visualização

Tencent lança o modelo de embedding multimodal universal WeMM-Embedding-9B

A Tencent lançou o WeMM-Embedding-9B, um modelo de embedding multimodal universal construído sobre o Qwen3.5 que aceita texto, imagens, vídeos, documentos visuais e entradas intercaladas para retornar embeddings L2-normalizados de 4.096 dimensões.

lab Tencent Hunyuan (HF) · há 8 d · 15 visualizações

Tencent lança o modelo multilíngue de recuperação visual de documentos EVIE-Preview-4.5B

A Tencent lançou o EVIE-Preview-4.5B, um modelo de ponta para Recuperação Visual de Documentos (VDR) multilíngue, construído sobre o Qwen3.5-4B. O modelo emprega interação tardia no estilo ColBERT com embeddings de tokens multi-vetoriais nativos de 128 dimensões para alcançar desempenho de topo nos benchmarks ViDoRe.

lab Tencent Hunyuan (HF) · há 41 d · 58 visualizações

Tencent lança o modelo base multimodal unificado Hy-Embodied-RxBrain-1.0

Tencent Robotics X, Futian Laboratory e Tencent Hunyuan lançaram o relatório técnico, código de inferência e pesos do Hy-Embodied-RxBrain-1.0, um modelo base multimodal unificado de ~6.2B parâmetros para cognição encarnada.

media Hugging Face Forums · há 7 d · 9 visualizações

CERIST faz fine-tune do Qwen2.5-VL-3B para reconhecimento de manuscritos históricos árabes

Pesquisadores do CERIST na Argélia lançaram uma versão com fine-tune do modelo Qwen2.5-VL-3B, especificamente projetada para o reconhecimento de manuscritos históricos árabes. O projeto aborda os desafios significativos impostos pela caligrafia cursiva, ligaduras inconsistentes e vários artefatos de página, como foxing e bleed-through.