Компания Perplexity AI представила две новые модели эмбеддингов pplx-embed-v2-late, доступные на платформе Hugging Face. Модели с 0,6 млрд и 9 млрд параметров позволяют выполнять поиск по тексту, изображениям, PDF-файлам и презентациям без использования OCR.
В основе архитектуры лежит принцип late-interaction в стиле ColBERT, где для каждого токена сохраняется 128-мерный вектор. Это позволяет системе напрямую работать со сложными макетами, таблицами и графиками. Обучение проводилось на 186 миллионах пар запрос-документ на 46 языках.
Одной из ключевых особенностей стала возможность кросс-модельного поиска. Индексацию данных можно проводить с помощью тяжелой модели 9B, а обработку запросов — через более легкую версию 0,6B, что снижает затраты на облачные вычисления. Модель 9B показала результат nDCG@10 до 81,3%.
На бенчмарке ViDoRe v3 показатели выросли с 62,3% до 63,5%. Новинки дополняют линейку открытых эмбеддингов Perplexity, в которую ранее в 2026 году вошли модель pplx-embed-v1 и контекстуальные модели версии v2.
