Tencent lance WeMM-Embedding : un modèle multimodal pour le traitement des requêtes
Tencent lance WeMM-Embedding : un modèle multimodal pour le traitement des requêtes
Tencent a dévoilé WeMM-Embedding, un nouveau modèle multimodal capable de traiter environ un milliard de requêtes par jour. Conçu pour gérer le texte, les images et la vidéo, il offre une flexibilité dimensionnelle adaptée à divers cas d'usage.
Tencent a lancé WeMM-Embedding, un modèle multimodal qui traite approximativement un milliard de requêtes par jour au sein de l'écosystème Weixin.
Le modèle fonctionne avec du texte, des images et des vidéos, en tenant compte de l'ordre dans lequel ces éléments apparaissent.
La version 9B s'est classée première sur MMEB-v2 avec un score de 80,6.
La version plus légère de 2B conserve 98,7 % de sa qualité même à une dimensionalité réduite à 256.
De plus, la dimensionalité peut être réduite à 64 pour des recherches rapides ou augmentée à 2048 pour un classement plus précis — sans nécessiter de réentraînement du modèle.
Désormais, WeMM-Embedding est disponible en accès ouvert.
Pourquoi c'est important
AnalyseCe modèle ouvre de nouvelles possibilités pour le traitement des requêtes multimédias, ce qui pourrait améliorer considérablement l'expérience utilisateur dans diverses applications. La mise à disposition en accès libre favorisera également le développement de technologies IA.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs