H Company випустила мультимодальні енкодери NeoMME на 260 млн і 800 млн параметрів
H Company Releases NeoMME: A Family of 260M and 800M Single-Tower Multimodal Encoders That Drop the Vision Tower and Causal Decoder
Компанія H Company представила родину моделей NeoMME — однобаштові мультимодальні енкодери на 260 млн і 800 млн параметрів, які відмовляються від окремої вежі зору та каузального декодера. За даними розробників, модель NeoMME-Retriever на 260 млн параметрів досягає 0,523 nDCG@10 на бенчмарку ViDoRe v3, наближаючись до результату моделі ColQwen2.5 із 3,75 млрд параметрів. Усі чекпойнти опубліковані під ліцензією Apache 2.0 з підтримкою в Hugging Face Transformers.
Мовою оригіналу · EN
H Company released NeoMME, a family of 260M and 800M single-tower bidirectional multimodal encoders that drop the separate vision tower and causal decoder. The 260M NeoMME-Retriever reaches 0.523…
Читати оригінал на MarkTechPost →
Чому в стрічці: Технічний AI-реліз від MarkTechPost — джерела з високою залученістю користувача.