/ Модель

Характеристики

Контекст
8 192 токена
Лицензия
Apache 2.0
Архитектура
vsplade · dense
Базовая модель
v-splade-quality
Опубликована
19 авг 2026

v-splade-quality-mlx

Языковая модельИзображение, текст → embedding8 профессий

Конверсия V-SPLADE в MLX для разреженного поиска по страницам PDF, презентаций и сканов с текстовыми запросами на Apple Silicon.

18скачиваний за 30 дней0лайковвеса обновлены19 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NomaDamas подготовил конверсию модели naver/v-splade-quality в формат MLX bfloat16 для запуска на Apple Silicon. Это разреженный поисковый энкодер для визуального поиска по документам: он кодирует страницы PDF, презентаций и сканов в векторы размерности 50 368 в пространстве токенов. Запросы обрабатываются через заранее вычисленную таблицу Bag-of-Words без нейросетевого кодирования, что позволяет искать документы по текстовым запросам.

Артефакт включает веса энкодера в safetensors, таблицу запросов и конфигурации токенизатора и процессора. Архитектура объединяет визуальную башню SigLIP, pixel-shuffle connector, текстовый энкодер ModernBERT и SPLADE MLM head. В README приведены результаты проверки отдельной fp32-конверсии; они не относятся к хранящимся здесь весам bfloat16. Обучение или дообучение для этого репозитория не выполнялись.

Модель предназначена для поиска по содержимому страниц документов и лицензирована Apache-2.0. Для загрузки и инференса требуется совместимая среда MLX на Apple Silicon.

Сценарии применения

  • поиск страниц в отсканированных документах по текстовому запросу
  • поиск нужных слайдов в презентациях
  • поиск по страницам PDF без предварительного извлечения текста
  • построение поисковой системы по изображениям страниц документов

Ограничения

Артефакт содержит веса bfloat16 и рассчитан на MLX и Apple Silicon. Метрики качества в README относятся к отдельной fp32-конверсии и не подтверждают качество именно этих весов bfloat16.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

v-splade-quality-mlx

MLX (bfloat16) conversion of naver/v-splade-quality (V-SPLADE, arXiv:2605.30917) for Apple Silicon, produced by NomaDamas/SPLADE-mlx.

V-SPLADE is an inference-free sparse retriever for visual document retrieval: document pages (rendered PDFs, slides, scans) are encoded by a ModernVBERT backbone (SigLIP vision tower + pixel-shuffle connector + ModernBERT text encoder) with a SPLADE MLM head into a 50,368-dim vocabulary-space sparse vector, while queries are resolved by a learned Bag-of-Words lookup with no neural encoding at all.

Contents: weights.safetensors (document encoder, bfloat16), query_lookup.npy (inference-free query table, fp32), config.json, plus tokenizer/processor configs for self-contained loading.

Changes from upstream: PyTorch checkpoint converted to MLX safetensors (parameter re-mapping, conv weight transposed to NHWC, cast to bfloat16); the query lookup table softplus(embedding @ projection + bias) is precomputed with special tokens zeroed. No training or fine-tuning was performed.

Quality (see repo REPORT.md for methodology):

  • Separate fp32 conversion parity vs the PyTorch reference: max |logit delta| 6.4e-04 on real document-page inputs, sparse-vector cosine 1.000000, top-64 term overlap 100%; the query table matches the shipped Sentence Transformers static embedding to 1.2e-07.
  • ViDoRe docvqa_test_subsampled nDCG@5 (fp32): 0.4331 (torch) -> 0.4331 (MLX), delta +0.0000 (gate: ±0.002).

This repository itself stores bfloat16 document-encoder weights. The fp32 numbers above describe a separate fp32 conversion and must not be attributed to this linked bfloat16 artifact.

Usage

from splade_mlx.convert_vsplade import load_vsplade
import mlx.core as mx
from PIL import Image

model, query_encoder, processor = load_vsplade("NomaDamas/v-splade-quality-mlx")

# documents (page images)
enc = processor(text=["User:<image><end_of_utterance>\nAssistant:"],
                images=[[Image.open("page.png")]], return_tensors="np")
d = model.encode(mx.array(enc["input_ids"]), mx.array(enc["attention_mask"]),
                 enc["pixel_values"])   # (1, 50368)

# queries: inference-free lookup, no neural network
q = processor.tokenizer(["total revenue 2023"], return_tensors="np")
qw = query_encoder.encode(q["input_ids"], q["attention_mask"])  # (1, 50368)

score = d @ qw.T

License

Apache-2.0, same as the upstream checkpoint (© NAVER Corp). This repository is not affiliated with or endorsed by NAVER.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
8e4ebc7

0 моделей