Tencent выпустила визуальную модель поиска документов EVIE-4.5B

Компания Tencent представила компактную модель EVIE-4.5B, предназначенную для задач визуального поиска документов. Модель насчитывает 4.61 млрд параметров и ориентирована на высокую точность обработки графических данных в корпоративных и исследовательских средах.

В ходе тестирования на бенчмарке ViDoRe V3 архитектура показала результат 66.02 nDCG@10. Разработчики реализовали в модели уникальную структуру single-projection Prefix-MRL, которая позволяет эффективно сопоставлять визуальные признаки документов с текстовыми запросами пользователей.

Техническая реализация включает технологию HAC token compression, которая оптимизирует процесс сжатия токенов. Это решение позволяет модели сохранять высокую производительность при работе с визуально сложными документами, требующими глубокого анализа структуры страниц и табличных данных.

Модель уже доступна для загрузки в открытом доступе на платформе Hugging Face. Исходный код и веса модели распространяются для интеграции в системы автоматизированного поиска и извлечения информации из неструктурированных визуальных источников.

Выпуск EVIE-4.5B расширяет линейку специализированных решений компании для работы с визуальными данными. Использование оптимизированных архитектур сжатия токенов позволяет снизить вычислительные затраты при сохранении точности поиска, что критично для масштабируемых систем обработки документов.