多模态检索 · Evie

ViDoRe V3 public

公开榜第一 · nDCG@10

65.36

1792 token 档

V1 + V2

V1 91.73 / V2 70.87

85.77

两榜均分

发布模型

Evie-Preview

4.54B

原生 128D

百万页索引

BF16 · 轻档不到 180 GiB

420.5GiB

1792 token 高档

公开榜

8 领域 × 6 语，nDCG@10，官方协议。

RANK 1Evie-Preview-4.5B 4.54B · 128D

65.36

webAI ColVec1.1-8b 8.40B

65.32

webAI ColVec1.1-4b 4.54B

63.90

nemotron-colembed-vl-8b-v2 8B

63.54

tomoro-colqwen3-embed-8b 8B

61.60

nemotron-colembed-vl-4b-v2 4B

61.42

colnomic-embed-multimodal-7b 7B

57.64

同一份权重两档：768 token/页 → 64.56，1,792 token/页 → 65.36。页面预算调大后 8 个领域涨了 7 个。

答案埋在图里的题

中英法日。点图看整页。

图表查数

2015年国防预算占GDP的比重是多少

答案1.30%

图表对比

1990到2011年巴林新生儿死亡率与五岁以下儿童死亡率哪个更高？

答案五岁以下儿童死亡率更高

图表推理

2016至2021年电商销售额增长率何时跌破20%？

答案2019年（17.5%）

图表难题

2020-2024年哪家车企累计渗透率在2021下半年最陡峭上升并率先突破90%？

答案比亚迪

图表主题

2017至2022年产能和产能利用率的变化趋势

答案产能2.16→7.00万吨，利用率22.2%→104.3%

多图联查

2024Q1房地产服务投诉中，房产证和延期交房的词频数据

答案房产证5170，延期交房1121

字段抽取 · 日文

平成28年市内火灾发生的总件数是多少

答案54件

文档对比 · 法文

2023年LVMH葡萄酒烈酒业务中，香槟与干邑销售额占比？

答案52% / 48%

跨页检索 · 法文

牛顿和爱因斯坦关于引力本质的观点有何不同？

答案力 vs 时空弯曲；地球尺度牛顿近似足够

流程理解

pyNastran 1.4.1 版本是什么时候发布的？

答案2024/3/25

治理级数据底座

难负例先判定，再转正、掩码或保留。

步骤 1

去重与低信息过滤

指纹去重，剔除空白页。

步骤 2

泄漏清理

冻结评测集，去掉会泄漏的样本。

步骤 3

395B 证据判定

FULL / PARTIAL / NONE 与证据。

步骤 4

转正 / 掩码 / 保留

FULL 漏标转正，group-aware 多正例。

775,635

主线 Query 行（v0.8）

1,050,270

全正例展开行（v0.9）

274,635

漏标 FULL 转正关系

自建困难视觉检索集

中文 Query 检索跨语言页面。标注链路已冻结。

Supervisor–Annotator–Adjudicator：盲校准、正向标签二审、分歧第三方仲裁；候选顺序 label-blind 哈希。

Query / 页面1,180 / 6,784

qrel / 最终标签5,411 / 4,978

覆盖语言中 · 英 · 法 · 日 …

任务类型查数 / 推理 / 跨页 / 抽取

原生 128D

不依赖降维。两档同一份权重。

128D

原生 token 维度

179.2 GiB

百万页 · 768 token 轻档

420.5 GiB

百万页 · 1,792 token 高档

看懂整页文档，而不是切碎的文本。