EVIE-Preview-4.5B

מה זה

המודל פועל כמאחזר מסמכים מבוסס ראייה שנשען על ColQwen3_5 ומשתמש במנגנון Late Interaction מסוג MaxSim. במקום לחלץ טקסט שבור מטבלאות ומגרפים, מעבירים אליו את צילום העמוד ישירות והוא מייצר וקטורים צפופים ברמת הטוקן. בניגוד למודלים דומים שפולטים וקטורים של 640 ממדים, כאן כל טוקן מיוצג ב־128 ממדים בלבד, מה שמקצץ ישירות את נפח האחסון ואת זמני החישוב בריצה.

במבחני ViDoRe V3 הוא הגיע לציון 65.36 והתברג במקום הראשון, מעל מודלים כפולים ממנו בגודל. התוצאה הזו מראה שהוא מצליח לתפוס מבנה חזותי עשיר, כמו גרפים מדעיים ודוחות כספיים, בלי להזדקק למודל שפה ענק ברקע.

מתאים ל

• חיפוש דוחות כספיים

  שליפת עמודים עם טבלאות ומאזנים מורכבים ישירות מתוך קובצי תמונה, בלי תלות בפיענוח OCR.

• אחזור מאמרים מדעיים

  איתור גרפים, תרשימי זרימה ונוסחאות שאינם נשמרים היטב בטקסט רגיל.

• סריקת טפסים ותעודות

  זיהוי וסיווג מסמכים סרוקים שבהם המבנה החזותי קובע את המשמעות של השדות.

איפה זה נופל

זהו צ'קפוינט מוקדם מסוג Preview, והיוצרים כבר מציינים שקיים דור המשך רשמי עם דחיסה עמוקה יותר. בנוסף, רשימת השפות כוללת אנגלית, צרפתית, גרמנית, איטלקית, ספרדית, פורטוגזית וסינית, לצד תמיכה במסמכים ביפנית. עברית לא נבדקה ולא מופיעה ברשימה, ולכן אי אפשר להסתמך עליו למסמכים מקומיים בלי בדיקה ידנית של איכות הזיהוי.

הוא גם לא יודע לקבל מסמך טקסטואלי טהור כקלט. אם תנסו להזין טקסט כמסמך הוא יתייחס אליו כשאילתה, מה שמחייב אתכם לרנדר כל קובץ לתמונה לפני האינדוקס.

איך מריצים

המשקל עומד על 8.5 ג'יגה בייט בפורמט BF16, כך שכרטיס מסך בודד עם 16GB זיכרון יספיק להרצה מקומית. אפשר להריץ אותו דרך colpali-engine או דרך Sentence Transformers, אבל בריצה ישירה חובה לוודא שמפעילים קשב דו־כיווני ומאפסים את משתנה החבלים לפני כל שאילתה כדי לא לאבד דיוק.

נפח האינדקס דורש חישוב מוקדם. מיליון עמודים בתקציב הנמוך יתפסו 179.2 גיביבייט בזיכרון, ובתקציב הגבוה 420.5 גיביבייט. אם אתם מחזיקים עשרות מיליוני עמודים ואין לכם תשתית וקטורית מתאימה, תעדיפו שירות מנוהל.

pip install -U huggingface_hub
hf download tencent/EVIE-Preview-4.5B

הקבצים

22 קבצים במאגר, 8.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• model.safetensors9.1 GB
• tokenizer.json20.0 MB
• 1_Dense/model.safetensors1.3 MB
• LICENSE.txt24.5 KB
• README.md19.2 KB
• reproduce.py12.3 KB
• config.json2.8 KB
• infer.py1.7 KB
• bidirectional.py1.2 KB
• processor_config.json1.2 KB
• tokenizer_config.json1.2 KB
• download_data.py1.1 KB
• reproduce.sh917 B
• chat_template.jinja656 B
• sentence_bert_config.json637 B
• modules.json580 B
• 1_Dense/config.json225 B
• config_sentence_transformers.json200 B
• 2_Normalize/config.json94 B
• requirements.txt57 B
• .gitattributes50 B
• 3_MultiVectorMask/config.json29 B

הרישיון

הקוד והמשקלים שוחררו תחת רישיון Apache 2.0. הרישיון מתיר שימוש מסחרי מלא, שינוי של הקוד והפצה פנימית או מסחרית, כל עוד שומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון המקורי.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗