MaxSim 分数可精确分解，v6.0 新增 ColPali 风格热力图

tomaarsen · x · 2026-08-18

由于 MaxSim 是各查询 token 最大值的求和，排序结果可以精确分解：分数的每一分都归属于一个查询 token 与一个文档 token。Sentence Transformers v6.0 的新可解释性模块据此渲染标准的 ColPali 热力图，可聚合展示或按查询 token 逐个出图。同帖还指出页面图像并非唯一的非文本模态：ColQwen-Omni 支持文本、图像、音频与视频，检索一段录音对话只需同样两次调用——零样本、全程无需转写步骤，查询词「nausea」能直接命中音频里说的「carsickness」。