Embed 5 Pro 五套语料测得 65.8 nDCG@10,仅次于 ColEmbed-3B-v2
qdrant_engine · x · 2026-10-23
Qdrant 在五个公开 ViDoRe V3 英语文料上对比页级检索模型：
- Embed 5 Pro(每页 1 向量):65.8 nDCG@10
- 优于 ColPali(54.8)、ColQwen2.5(61.2)、Jina-v4(65.2)、Nomic-7B(59.3)
- 仅 ColEmbed-3B-v2(67.5)更高，但它是 multi-vector 方案
- 注：Embed 5 Pro 训练数据未公开，存在测试集重叠的可能
所属事件:Qdrant 实测 Cohere Embed 5：单页单向量胜 ColPali，64 字节压缩保留 99.2% 质量(4 条相关)→
「模型」频道最新
- 2-bit 量化 DeepSeek 4.1 Flash 本地实测：KDL 劣化明显却仍能用 — bakawolf123 · 2026-10-23
- 知名 KOL 未测先猜 K3.1 跑分:或偏刷榜,实战不及 Sonnet — teortaxesTex · 2026-10-23
- Sam Altman：OpenAI 最强内部模型近期不会开放发布 — rohanpaul_ai · 2026-10-23
- OpenAI 内部模型给出 1946 年 Erdős 猜想反例，LLM 为何突然擅长数学 — Latent Space · 2026-10-23
- EmbeddingGemma 2 微调3小时登顶8项越南语ASR基准 — stablequan · 2026-10-23
- Kimi K3.1 跳票引吐槽:网友催月之暗面「别预热了直接发」 — scaling01 · 2026-10-23