hiw3c AI 日报
MarkTechPost RSS 全文

Perplexity AI发布pplx-embed-v2-late:0.6B Edge模型和9 B模型MADQA评分92.4%

原文标题 · Perplexity AI Releases pplx-embed-v2-late: A 0.6B Edge Model and a 9B Model Scoring 92.4% on MADQA

Perplexity的pplx-embed-v2-late有2种尺寸:为在边缘设备上运行而构建的0.6B型号,以及用于构建高质量索引的9 B型号。MADQA上的最高分为92.4%,ViDoRe v3 Markdown上的最低分为61.2%。两者均获得麻省理工学院许可,并准备好自行托管。Perplexity AI发布pplx-embed-v2-late:MADQA评分为92.4%的0.6B Edge

来源:MarkTechPost · www.marktechpost.com

以下为 AI 机器翻译(保留原文图片与链接),仅供参考,请以原文为准。

困惑已经释放pplx-embed-v2-late,一对ColBERT风格的多模式嵌入模型。它们有2种尺寸:0.6B用于快速、廉价的查询,9B用于最高质量。这两个模型都检索文本、图像和渲染的PDF页面,并且它们共享一个嵌入空间。

它可以部署吗?是的,如果您自己主持的话。两款车型均已上线Hugging Face根据麻省理工学院许可证。托管困惑API终点是计划的,但不是实时的。

TL;DR

最好的

  • 0.6B型号使用约3.4亿个活动参数进行图像,与8B竞争对手保持接近。
  • 可以使用0.6B查询来搜索9 B索引,以0.6B查询成本恢复文本上9 B质量差距的约一半。
  • 其128 dim代币载体比竞争对手2,048至4,096 dim窄16至32倍。
  • MIT许可证,允许商业使用。

最糟糕的

  • 它每个令牌存储1个载体,因此索引大小随着文档长度的增加而增加。
  • 在ViDoRe v3图像检索中不是第一名;腾讯的EVIE得分更高。
  • 单一输入不能混合文本和图像。
  • 所有成绩均为自报,技术报告尚未出来。

型号尺寸及其用途

度量pplx-embed-v2-late-0.6bpplx-embed-v2-late-9b
总参数小行星5949B(拥抱脸列表8B)
有效参数~ 240 M文本,340 M图像7.4B
基础模型Qwen 3.5 -0.8B,修剪为12个文本层Qwen 3.5
输出每个代币128美分每个代币128美分
记忆中的权重(bf 16,我们的估计)约1.2 GB~16至18 GB
预期机器笔记本电脑、边缘设备或小型图形处理器数据中心或高内存图形处理器
困惑的建议角色实时查询编码器,100%本地构建文档索引

Perplexity将0.6B模型设计为轻量级查询编码器,也可以在边缘设备上运行。两模型卡显示CUDA图形处理器的使用情况。他们需要sentence-transformers >= 6.0.0和transformers >= 5.4.0.内存数字是我们的估计,每个参数2个字节,仅用于权重。已发布的检查点存储在F32中,这使下载大小增加了一倍。

表现如何:最佳和最差成绩

下面的所有数字均来自Perplexity的公告:

基准0.6B9B它的立场
MADQA(代理PDF QA,准确性)90.1%92.4%(最好)击败了Mixedbread的猎犬(88.9%);落后于Mixedbread统计搜索(93.4%)
域特定文本(72个任务,nDCG@10)78.0%81.3%9 B领先所有测试模型1.6页; 0.6 B落后双子座嵌入-2 0. 3页
Q2D-Web(回忆@1000)73.6%74.8%两者均击败了69.3%的往届最佳成绩
ViDoRe v3图像(nDCG@10)62.3%65.2%0.6B在nemotron-colembed-v2-8b的1.2 pp以内; EVIE线索
ViDoRe v3 Markdown(nDCG@10)61.2%(最差)64.7%两者都击败了所有测试的外部模型
浏览器+(准确性)没有给64.0%(最低)仍比下一款ColBERT型号高出4.9页

最强的结果:MADQA为92.4%,由9 B模型设定。BrowseComp+上的差距最大,比最佳密集模型高出8.7页。

最弱的结果:ViDoRe v3 Markdown的61.2%,来自0.6B模型。这仍然是该基准的第二好成绩。图像搜索是真正的差距:Gemini Embedding 2在MIRACL-Vision上击败了9 B模型,在PPLX-Q2 I上击败了2 pp。

混合尺寸:0.6B模型查询的9 B指数在ViDoRe v3图像检索中得分为63.5%。在相同的查询成本下,这超过了62.3%,双方0.6B。

它是如何工作

密集模型将文档压缩为1个载体。pplx-embed-v2-late为每个令牌保留128-dim的载体。它使用MaxSim进行评分:每个查询标记找到其最佳文档标记,并将这些最大值相加。页面被编码为图像,因此不需要OCR步骤。困惑从一位18 B老师那里提炼了这两个模型,叶- 风格代币级培训。这种培训创造了共享空间。

最佳使用案例

  • 最适合的是对PDF、幻灯片和扫描报告进行视觉文档搜索。
  • 低延迟搜索:在云中使用9B进行索引,然后在设备上使用0.6B进行查询。
  • 大型PDF或网络收藏上的大型RAG。

互动解释者

&

比较为何

特征pplx-embed-v2-lateNVIDIA nemotron-colembed-vl-8b-v2TopK topk-embed-v1谷歌双子座嵌入2
大小0.6B、9B~8.8B0.8B、2B开放没有披露
向量宽度每个代币128每个代币4,096每个代币2,048(小)128至3,072,1个载体
输入文本、图像、页面渲染文本查询、页面图像文本、页面图像文本、图像、视频、音频、PDF
上运行您的图形处理器;边缘0.6BNVIDIA A100/H100、LinuxCUDA图形处理器(Ampere+)Google API
跨大小共享空间是的未说明未说明不适用
许可证MITCC-BY-NC-4.0Apache 2.0(小型)专有

关键要点

  • 0.6B型号适合边缘设备; 9 B型号专为索引时间质量而构建。
  • 最佳评分:MADQA为92.4%。最弱:ViDoRe v3 Markdown的支持率为61.2%。
  • 在9B索引上的0.6B查询在双方都击败了0.6B。
  • 存储增长和自我报告的分数是主要的警告。


查看高频模型权重和技术细节.所有功劳都归功于该项目的研究人员。另外,请随时关注我们 Twitter 不要忘记加入我们的 15万+ML SubReddit 并订阅 我们的通讯.等等!你在打电报吗? 现在您也可以通过电报加入我们。

[赞助] Web是大多数代理缺少的一个API。数据库、日历和存储库都有API。开放的网络基本上没有。的TinyFish LCP服务器为任何HCP客户端提供四种工具:TinySearch、TinyFetch(整个页面作为markdown,包括JavaScript)、用于登录和表单的TinyViewer以及用于多步骤作业的TinyAgent。搜索和获取是免费的。

年后Perplexity AI发布pplx-embed-v2-late:0.6B Edge模型和9 B模型MADQA评分92.4%appeared first onMarkTechPost.