Tencent выпустила EVIE-8B, высокопроизводительную модель визуального поиска документов, использующую 4096-мерные токенизированные представления и двунаправленное полное внимание. Модель служит базовой учителем для облегчённой вариации EVIE-4.5B Prefix-MRL и демонстрирует лучшие результаты на бенчмарках визуального поиска документов.

  • Достигает показателя 66.75 nDCG@10 на ViDoRe V3 Public, обеспечивая ведущую в отрасли точность.
  • Предоставляет полные многовекторные эмбеддинги для каждого токена, сохраняющие тонкую структуру макета, типографику, графики и таблицы.
  • Протестирована на 138 задачах в ViDoRe V1, V2, V3 и JinaVDR с использованием четырёх стандартных семейств метрик.
  • Обучена на 775 635 парах «документ-запрос» с жёсткими негативами, классифицированными по категориям: разрешимые, неоднозначные и строгие.

В релиз входят веса модели, движок вывода и набор для оценки под лицензией Apache-2.0, что способствует высококачественному визуальному поиску документов.