Tencent EVIE-4.5B adlı görsel belge arama modelini yayımladı

Şirket Tencent belgelerin görsel arama görevleri için tasarlanmış kompakt bir model olan EVIE-4.5B'yi sundu. Model 4.61 milyar parametreye sahiptir ve kurumsal ve araştırma ortamlarında grafik verilerin yüksek doğrulukla işlenmesine yöneliktir.

ViDoRe V3 benchmark testinde mimari 66.02 nDCG@10 sonucu gösterdi. Geliştiriciler, modelde kullanıcıların metin sorgularıyla belgelerin görsel özelliklerini etkili bir şekilde eşleştirmesine olanak tanıyan benzersiz bir single-projection Prefix-MRL yapısı uyguladılar.

Teknik uygulama, token sıkıştırma işlemini optimize eden HAC token compression teknolojisini içerir. Bu çözüm, modelin derin sayfa yapısı analizi ve tablo verilerine ihtiyaç duyan görsel olarak karmaşık belgelerle çalışırken yüksek performansını korumasına olanak tanır.

Model zaten Hugging Face platformunda açık erişimle indirilmeye hazır. Modelin kaynak kodu ve ağırlıkları, otomatik arama ve yapılandırılmamış görsel kaynaklardan bilgi çıkarma sistemlerine entegre edilmek üzere dağıtılır.

EVIE-4.5B sürümü, şirketin görsel verilerle çalışma için özel çözümler serisini genişletiyor. Optimized token sıkıştırma mimarilerinin kullanımı, arama doğruluğunu korurken hesaplama maliyetlerini azaltmaya olanak tanır, bu da ölçeklenebilir belge işleme sistemleri için kritiktir.