精度如何？EVIE-4.5B与12款主流视觉文档检索模型的ViDoRe基准完整对比清单

人工智能大模型EmbeddingRAG计算机视觉【免费下载链接】EVIE-4.5B项目地址https://ai.gitcode.com/tencent_hunyuan/EVIE-4.5B点击查看免费下载这份对比清单完整呈现了EVIE-4.5B视觉文档检索模型在ViDoRe 基准上的精度表现并与 12 款主流多向量检索模型逐项对比。不用跑分、不用看论文一张表格就能搞清楚它到底比同行强多少、强在哪些领域、省掉精度多少才划算。 一分钟了解 EVIE-4.5B轻量级视觉文档检索模型EVIE-4.5BEvidence-Vector-Informed Embedding由腾讯开源基于 Qwen3.5-4B 骨干网络参数量仅4.61B是目前 ViDoRe 排行榜上的前两名之一。它解决的核心问题是用户输入一句自然语言如第三季度总营收是多少模型直接从文档图片中找到答案所在页面而不需要 OCR 转文字。它的三个技术支柱决定了精度上限Late-Interaction 多向量范式文档页保留约 750 个 token 级向量通过 MaxSim 打分不丢失表格、图表、小字号等细节Prefix-MRL 弹性投影单个 2048D 线性投影运行时可截断为 64/128/256/512/1024/2048D一份权重对应六种精度档位HAC 免训练 token 压缩把每页向量从 ~750 压到 32 个百万页索引仅3.81 GiB模型配置可直接在 config.json 中查看其中head_dims字段定义了 6 个 Matryoshka 维度档位。️ 先看懂 ViDoRe 基准为什么它代表真实检索难度ViDoReVisual Document Retrieval是视觉文档检索的权威评测基准特点是查询是自然语言问题候选是整页文档图片——模型必须真正看懂图而不是匹配关键词。基准分三代难度递增版本评测指标特点ViDoRe V1nDCG5多领域图文检索基础盘ViDoRe V2nDCG5更严格的查询-文档匹配ViDoRe V3nDCG10引入多语言如法语财务文档、工业级领域核心指标nDCG衡量相关文档是否排在前面的位置分数越高检索结果越贴合用户预期。EVIE-4.5B 还额外在JinaVDR上评测四块榜单共138 个任务评测脚本位于 code/shared/eval.py运行入口是 code/shared/eval_run.sh。 核心对比EVIE-4.5B 对 12 款主流模型完整清单以下为官方 README 中汇总的完整对比括号内为模型参数量按 V3 分数排序排名模型基础模型参数量嵌入维度V1 (nDCG5)V2 (nDCG5)V3 (nDCG10)EVIE-8BQwen3.5-9B8.41B4096D92.1874.2366.75EVIE-4.5BQwen3.5-4B4.61B64–2048D92.0773.3866.02EVIE-Preview-4.5BQwen3.5-4B4.54B128D91.7370.8765.364webAI-ColVec1.1-8bQwen2.5-VL8.40B640D91.3065.8265.325VultronRetrieverPrime-8BQwen3.5-9B8.40B320D92.0868.1864.266webAI-ColVec1.1-4bQwen2.5-VL4.54B640D90.4963.6063.907VultronRetrieverCore-4.5BQwen3.5-4B4.50B320D92.2166.1263.578nemotron-colembed-vl-8b-v2Nemotron-8B8.80B4096D92.6565.1663.549tomoro-colqwen3-embed-8bQwen2.5-VL8.00B320D90.7665.4061.6010nemotron-colembed-vl-4b-v2Nemotron-4B4.80B2560D91.6264.4961.4211colqwen3.5-4.5B-v3Qwen3.5-4B4.60B128D91.5464.2561.4612tomoro-colqwen3-embed-4bQwen2.5-VL4.00B320D90.5764.6960.1613VultronRetrieverFlash-0.8BQwen3.5-0.8B0.85B320D88.1560.3656.16 清单解读三个关键结论1️⃣ 4.61B 参数打出 8B 级的精度。EVIE-4.5B 的 V3 分数 66.02仅比 8.41B 的 EVIE-8B 低 0.73 分却比同为 4.5B 级别的 webAI-ColVec1.1-4b 高出2.12 分比 8.80B 的 nemotron-colembed-vl-8b-v2 还高 2.48 分——这是参数效率最直观的证明。2️⃣ 领先优势集中在 V3最难版本。在 V1 上各家分数挤在 90–92.65 的窄区间差距 2 分但到了 V3EVIE-4.5B 与第 4 名拉开 0.7 分、与中下游模型拉开 4 分以上的差距。说明多语言、复杂领域等深水区才是拉开差距的地方。3️⃣ 精度与体积可以兼得。即使只保留 64D 前缀每个向量 128 字节V3 分数仍有 64.51与完整版 66.02 仅差 1.5 分而索引体积缩小到 1/32。 领域细分EVIE-4.5B 在哪类文档上最强ViDoRe V3 覆盖 8 个垂直领域nDCG10 细分为领域EVIE-4.5B全场最强EVIE-8B第4名 webAI-ColVec1.1-8b计算机科学 CompSci81.7281.8680.08能源 Energy72.3272.5170.12英语财务 Finance EN70.0071.2371.90法语财务 Finance FR54.9056.4054.87人力资源 HR67.8269.2968.55工业 Industrial59.4059.7757.65制药 Pharma70.2770.8167.88物理 Physics51.6952.1151.50两个观察工业领域是 EVIE-4.5B 的明显强项59.40 vs 第 4 名的 57.65图纸、规格表类文档结构复杂多向量表示的优势被放大法语财务和物理是全场公认难点均在 56 分以下法语财务还考验跨语言能力——EVIE-4.5B 在此以 54.90 小幅领先多数对手 弹性精度档位Prefix-MRL 让你按需付费传统多向量模型想换维度就要换模型EVIE-4.5B 用单个 2048D 投影头 运行时截断解决了这个问题ARD 蒸馏保证低维前缀不崩维度每向量字节V1V2V3JinaVDR138任务均值64D128 B92.1673.1864.5181.0077.71128D256 B92.2873.3765.2781.8378.18256D512 B92.2073.8365.6882.0978.45512D1 KiB92.3874.5365.9082.2778.771024D2 KiB92.3974.5365.9482.4378.822048D4 KiB92.5374.9166.0282.4878.98选型建议追求极限精度选 2048D生产环境用 512D/1024D 是性价比拐点仅损失 0.02–0.12 分 V3 分数体积省 3–8 倍边缘设备或超大语料再压到 128D。️ 压缩后精度会掉多少HAC 三个 SKU 实测生产环境的痛点是百万级文档索引的存储成本。HAC分层凝聚聚类源码在 code/compress/hac/core.py免训练地把每页 ~750 个向量聚成 32/64 个质心SKU每页负载百万页索引向量/页V1V2V3d64 K324 KiB3.81 GiB3289.2767.8359.58d64 K648 KiB7.63 GiB6490.6370.7162.06d128 K328 KiB7.63 GiB3290.0069.4561.40对比不压缩的 2048D 版本V3 66.02最激进的 d64 K32 配置只损失约 6.4 分换来索引体积下降约100 倍。如果存储是瓶颈d64 K64 是精度与体积的平衡点。✅ 30 秒亲手验证8 页 demo 检索不想只看榜单仓库内置了一个 8 页文档演示集财务、发票、架构图、代码报错等一条命令即可在本机跑出检索分数bash examples/demo/run.shdemo 数据构建自 examples/demo/run.sh评测指标与正式 138 任务矩阵完全一致MVT1024、双向注意力所以本地跑出的分数可以直接对照前文的基准协议。 快速总结这份清单告诉你什么绝对精度V1 92.53 / V2 74.91 / V3 66.02 / JinaVDR 82.48nDCG10四榜 138 任务宏平均78.98横向定位13 款主流模型中位列第 2是唯一同时登顶 V1/V2 附近且参数不到 5B的模型弹性能力64D–2048D 六档精度自由切换最低档位仍保持 13 款模型中游水准工程友好HAC 压缩后百万页索引 3.81 GiB 起可跑在消费级存储上 一句话如果你的文档检索系统要求看图直接答且在意 5B 级显存/存储预算EVIE-4.5B 是当前 ViDoRe 基准上精度-成本比最突出的选择。赞分享人工智能大模型EmbeddingRAG计算机视觉【免费下载链接】EVIE-4.5B项目地址https://ai.gitcode.com/tencent_hunyuan/EVIE-4.5B点击查看免费下载相关推荐EVIE-4.5B发布为什么这款4.5B视觉文档检索模型能登顶ViDoRe SOTA榜单EVIE 4.5B发布为什么这款4.5B视觉文档检索模型能登顶ViDoRe SOTA榜单 EVIE 4.5B 是腾讯开源的一款 轻量级视觉文档检索模型 V人工智能大模型EmbeddingRAG计算机视觉腾讯开源视觉文档检索新王者EVIE-8B登顶ViDoRe榜单的SOTA模型完全解析腾讯开源视觉文档检索新王者EVIE 8B登顶ViDoRe榜单的SOTA模型完全解析 EVIE 8B 是腾讯开源的旗舰级视觉文档检索Visual Doc人工智能多模态计算机视觉RAG检索/搜索引擎Metro UI CSS Countdown 组件完全指南从日期/时长倒计时到源码级原理Metro UI CSS Countdown 组件完全指南从日期/时长倒计时到源码级原理 Countdown 是 Metro UI CSS 框架内置的一个倒计人工智能大模型EmbeddingRAG计算机视觉创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考