腾讯发布了EVIE-Preview-4.5B，这是一种基于Qwen3.5-4B构建的尖端多语言视觉文档检索（VDR）模型。该模型采用ColBERT风格的晚期交互机制，结合原生128维多向量token嵌入，在ViDoRe基准测试中实现顶级性能。

  • 在ViDoRe V3上超越更大的8B模型，在8个公共领域中的7个领域领先。
  • 在ViDoRe V1+V2上平均准确率达到85.93 nDCG@5。
  • 支持跨多种语言（EN、FR、DE、IT、ES、PT、ZH）和视觉格式的稳健零样本泛化能力。
  • 完全集成到标准的colpali-engine生态系统中，用于晚期交互评分流水线。

该模型在约80万对高质量图像-查询对上训练，并利用动态挖掘和验证来优化训练数据质量。