🧲 جست‌وجو در متن، تصویر و صفحهٔ کامل؛ با یک مدل متن‌باز

Perplexity دو مدل Embedding تازه با نام pplx-embed-v2-late منتشر کرده که متن، تصویر و صفحات سند را در یک فضای مشترک قرار می‌دهند. یعنی می‌شود با یک جملهٔ متنی، تصویر یا صفحهٔ مرتبط را پیدا کرد.

دو نسخه دارد:
• 0.6B: سبک، مناسب اجرا روی سخت‌افزار محدود
• 9B: نسخهٔ قوی‌تر؛ طبق اعلام Perplexity امتیاز ۹۲٫۴٪ در بنچمارک MADQA

چرا برای سازنده‌های RAG مهم است؟
این مدل‌ها «Late Interaction» هستند؛ به‌جای یک بردار برای کل سند، چند بردار نگه می‌دارند و جزئیات صفحه (جدول، نمودار، چیدمان) کمتر گم می‌شود. نتیجه: می‌توان روی PDF و اسکن بدون مرحلهٔ جداگانهٔ OCR جست‌وجو ساخت.

هر دو مدل روی Hugging Face در دسترس‌اند. اعداد بنچمارک را خود شرکت اعلام کرده؛ قبل از مهاجرت، روی دادهٔ خودت تست کن.

اگر روی جست‌وجوی اسناد یا RAG کار می‌کنی، این پست را ذخیره کن.

#Perplexity #Embedding #RAG #متن_باز
@mrchatgpt_ir