Tencent 釋出了視覺模型文檔搜尋 EVIE-4.5B

公司 Tencent 推出了適用於文件視覺搜索任務的緊湊模型 EVIE-4.5B，該模型擁有 4.61 億個參數，針對企業和研究環境中的圖形數據進行高精度處理。

在 ViDoRe V3 基準測試中，架構表現出 66.02 nDCG@10 的結果。開發人員在模型中實現了獨特的 single-projection Prefix-MRL 結構，可以有效地匹配文件的視覺特徵和用戶的文本查詢。

技術實現包括 HAC token compression 技術，該技術優化了令牌壓縮過程。這個解決方案使模型在處理視覺複雜的文件時保持高性能，需要對頁面結構和表格數據進行深入分析。

模型已在 Hugging Face 平台上開放下載。模型的原始碼和權重可用于集成到自動搜索和從非結構化視覺源中提取信息的系統中。

EVIE-4.5B 的發布擴展了公司的視覺數據專用解決方案系列。使用優化的令牌壓縮架構可以在保持搜索精度的同時降低計算成本，這對於可擴展的文檔處理系統至關重要。