技术博客

当前，大多数文档检索基准集（例如 MTEB）主要聚焦于纯文本内容的评估，难以应对包含图表、截图、扫描件及手写标记等视觉复杂元素的文档检索任务。为了推动下一代向量模型和内容重排器的发展，JinaVDR 应运而生，作为一个专注于图文混排文档搜索任务的全新基准集。该基准集旨在评估模型在处理视觉复杂文档方面的能力，填补当前评测体系的空白，助力图文检索技术的进步。

智源BGE-VL是一款由智源与多家顶尖高校联合开发的多模态向量模型。该模型凭借其独特的MegaPairs合成数据技术，在图文检索和组合图像检索等任务中取得了显著进展，刷新了多项基准测试的最高性能记录（SOTA）。这一突破性成果不仅展示了多模态模型的强大潜力，也为相关领域的研究和应用提供了新的方向。

智源BGE-VL是由智源与多家顶尖高校联合开发的多模态向量模型。该模型凭借创新的MegaPairs合成数据技术，在图文检索和组合图像检索等任务上取得了突破性进展，刷新了当前最佳性能（SOTA）。它在AI检索领域具有革命性意义，能够通过拍照和提问精准搜索，显著提高数据检索的效率和准确性。