Perplexity выложила под MIT две открытые модели эмбеддингов pplx-embed-v2-late на 0,6 и 9 млрд параметров, работающие с текстом, картинками и страницами документов
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Открытые модели поиска по документам вместе с картинками дают разработчикам готовый инструмент, который не привязан к закрытому сервису.
Perplexity опубликовала две открытые модели поиска с «поздним взаимодействием» (в стиле ColBERT) на базе Qwen3.5 под лицензией MIT: компактную на 0,6 млрд параметров и большую на 9 млрд. Они делят общее пространство векторов, поэтому индекс, построенный большой моделью, можно запрашивать малой. Модели работают с текстом, изображениями и страницами документов без распознавания текста (OCR). По данным самой Perplexity, 9-миллиардная модель набрала 92,4% на тесте MADQA (500 вопросов по примерно 18 тысячам страниц PDF), 65,2% на ViDoRe v3 и 74,8% Recall@1000 на примерно 190 млн документов.
Источники 2