/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
Qwen2-VL-2B-Instruct
Библиотека
colpali
Опубликована
26 сен 2024

colqwen2-base

Языковая модель

Необученный базовый чекпойнт ColQwen2 для детерминированной инициализации LoRA в задачах визуального поиска по документам.

0скачиваний за 30 дней6лайковвеса обновлены5 июн 2025

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

ColQwen2-base — базовая версия ColQwen от команды vidore, построенная на Qwen2-VL-2B-Instruct. Она предназначена для детерминированной инициализации проекционного слоя при подготовке LoRA для визуального поиска по документам: архитектура ColQwen2 формирует многовекторные представления текста и изображений в стиле ColBERT.

Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2-VL и формат safetensors; длина контекста — 32 768 токенов. Базовая модель мультимодальная и ориентирована на английский язык. Лицензия — Apache-2.0. В README указано, что этот необученный базовый чекпойнт не следует использовать как готовую поисковую модель.

Сценарии применения

  • детерминированная инициализация проекционного слоя LoRA для ColQwen2
  • подготовка дообучения модели визуального поиска по документам
  • создание многовекторных представлений страниц документов и текстовых запросов

Ограничения

Это необученная базовая версия, которую README прямо не рекомендует использовать как готовую модель; она предназначена для детерминированной инициализации LoRA. Английский указан среди языков карточки, поэтому поддержка других языков здесь не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ColPali: Visual Retriever based on PaliGemma-3B with ColBERT strategy

ColQwen is a model based on a novel model architecture and training strategy based on Vision Language Models (VLMs) to efficiently index documents from their visual features. It is a Qwen2-VL-2B extension that generates ColBERT- style multi-vector representations of text and images. It was introduced in the paper ColPali: Efficient Document Retrieval with Vision Language Models and first released in this repository

This version is the untrained base version to guarantee deterministic projection layer initialization.

Usage

[!WARNING] This version should not be used: it is solely the base version useful for deterministic LoRA initialization.

Contact

Citation

If you use any datasets or models from this organization in your research, please cite the original dataset as follows:

@misc{faysse2024colpaliefficientdocumentretrieval,
  title={ColPali: Efficient Document Retrieval with Vision Language Models}, 
  author={Manuel Faysse and Hugues Sibille and Tony Wu and Bilel Omrani and Gautier Viaud and Céline Hudelot and Pierre Colombo},
  year={2024},
  eprint={2407.01449},
  archivePrefix={arXiv},
  primaryClass={cs.IR},
  url={https://arxiv.org/abs/2407.01449}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · colpali

Нельзя запустить

У модели не указана задача.

Класс архитектуры
ColQwen2
Ревизия весов
9fe8a71

0 моделей