Pelancaran Model

Perplexity sumber terbuka model pembenaman late-interaction multimodal pplx-embed-v2-late (9B dan 0.6B)

Tajuk asal:We’re open-sourcing pplx-embed-v2-late, multi-vector embeddings for text and images, 9B and 0.6B, in one shared embedding space. You can ...

Ringkasan AI

Perplexity menyumber terbuka pplx-embed-v2-late, dua model pembenaman berbilang vektor late-interaction untuk teks dan imej bersaiz 9B dan 0.6B yang berkongsi ruang pembenaman sama, dengan pemberat tersedia di Hugging Face. Model 9B boleh digunakan untuk mengindeks data multimodal, manakala 0.6B boleh membuat pertanyaan pada peranti tanpa OCR untuk mendapatkan semula halaman PDF; model memperoleh 92.4% pada MADQA dan 64% pada BrowseComp+.

Maklumat penting

  • Perplexity menyumber terbuka pplx-embed-v2-late,dua model pembenaman berbilang vektor…
  • 6B yang berkongsi ruang pembenaman sama,dengan pemberat tersedia di Hugging Face.
  • Model 9B boleh digunakan untuk mengindeks data multimodal,manakala 0.
  • 6B boleh membuat pertanyaan pada peranti tanpa OCR untuk mendapatkan semula halaman PDF
  • model memperoleh 92.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
X:Aravind Srinivas(Perplexity CEO) (@AravSrinivas)
Kategori
Pelancaran Model
Topik
Pelancaran modelEkosistem sumber terbukaMultimodal
Skor AI
65
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

原文给出两个规模的嵌入模型、共享空间用法和基准分数,读者可据此评估多模态检索与端侧查询的可行方案。

Topik berkaitan

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Perplexity sumber terbuka model pembenaman late-interaction multimodal pplx-embed-v2-late (9B dan 0.6B). 8 Oktober 2026. https://new.nat6.net/ms/news/lfy2ww68p9lgpxxhu5jssflwf/

Lihat Semua →