纯视觉检索登顶 ViDoRe V3:GLM+EVIE 组合拿下 70.01 nDCG@10

CShorten30 · x · 2026-11-20

Hugging Face 社区文章介绍两条只用页面图像、单卡跑开源模型的检索管线,登上 ViDoRe V3 管线排行榜前列:

第一级共用腾讯最新的 EVIE-4.5B,一种对页面图像做 late-interaction 的检索器,每页编码约 1000 个视觉 token 向量。此前榜单最优管线是纯文本方案,作者证明了纯视觉路线可以追平甚至超越。两条管线代码均以 Apache-2.0 开源。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →