Perplexity 开源 pplx-embed-v2-late 嵌入模型
先了解这件事
Perplexity 开源 pplx-embed-v2-late，包含 9B 和 0.6B 两个 late-interaction 多向量嵌入模型，覆盖文本和图像，共享同一嵌入空间，权重已在 Hugging Face 提供。Perplexity CEO Aravind Srinivas 称，9B 可用于索引多模态数据，0.6B 可在设备端查询，无需 OCR 即可检索 PDF 页面。 Perplexity 公布的数据显示，0.6B 模型（340M 激活参数）在 ViDoRe V3 公共子集上得分 62.3，Perplexity 称其可匹配 5 倍大小的模型；该模型在 MADQA 得分 92.4%，BrowseComp+ 得分 64%。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Aravind Srinivas精选Perplexity 开源 pplx-embed-v2-late 多模态 late-interaction 嵌入模型（9B 与 0.6B）
Perplexity 开源 pplx-embed-v2-late，两个针对文本和图像的 late-interaction 多向量嵌入模型，大小为 9B 和 0.6B，共享同一嵌入空间，权重已在 Hugging Face 提供。9B 可用于索引多模态数据，0.6B 可在设备端查询，无需 OCR 即可检索 PDF 页面；模型在 MADQA 得分 92.4%，BrowseComp+ 得分 64%。
- PerplexityPerplexity 发布 pplx-embed-v2-late 双模型，统一空间检索文本、图像与网页
Perplexity 发布 pplx-embed-v2-late，包含两个 late-interaction 嵌入模型，可在共享嵌入空间中跨模型检索文本、图像和网页。两个模型称达到前沿性能，已在 Hugging Face 公开，博客地址 https://www.perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector；配图显示 pplx-embed-v2-late-0.6B（340M 激活参数）在 ViDoRe V3 公共子集上得分 62.3，称其 0.6B 模型可匹配 5 倍大小模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。