گروهی متشکل از ده نویسنده در 21 October 2026 گزارشی فنی درباره pplx-embed-v2-late در arXiv منتشر کردند. این پژوهش دو مدل تازه ارائه می‌کند: مدلی با 0.6 billion پارامتر و مدلی با 9 billion پارامتر که می‌توانند متن، تصویر و اسناد اسکن‌شده را به زبان‌های مختلف پردازش کنند. به گفته نویسندگان، این مدل‌ها در چندین وظیفه بازیابی اطلاعات از همه سامانه‌های هم‌اندازه بهتر عمل می‌کنند و مدل کوچک‌تر آن‌قدر سریع است که می‌توان از آن برای جست‌وجوی بلادرنگ استفاده کرد.
همکاری مدل‌ها چگونه است؟
هر دو مدل با روش «تقطیر بازنمایی» و با استفاده از یک مدل معلم بزرگ‌تر با 18 billion پارامتر آموزش داده شده‌اند. یعنی مدل معلم به دو مدل تازه یاد داده است که با وجود اندازه بسیار کوچک‌تر، بردارهای عددی مشابهی تولید کنند؛ بردارهایی که برای جست‌وجو به کار می‌روند. از آنجا که این بردارها در فضای مشترکی قرار دارند، کاربران می‌توانند مجموعه‌ای از داده‌ها را با مدل 9 B نمایه‌سازی کنند که بردارهای دقیق‌تری می‌سازد و بعد برای جست‌وجو از مدل سبک‌تر 0.6 B استفاده کنند که سریع پاسخ می‌دهد.
از کجا می‌توان دریافتشان کرد؟
نویسندگان لینک‌های دانلود را در خط «this https URL» گزارش قرار داده‌اند. در مقاله اطلاعاتی درباره قیمت یا مجوز ارائه نشده است؛ بنابراین به نظر می‌رسد مدل‌ها برای استفاده دانشگاهی یا پژوهشی رایگان منتشر شده باشند.
چرا مهم است
برای توسعه‌دهندگانی که موتورهای جست‌وجو یا ابزارهای پیشنهاددهی می‌سازند، این دو مدل امکان می‌دهند نمایه‌سازی دقیق را با مدل 9 B انجام دهند و در عین حال پرس‌وجوهای کاربران را با سرعت مدل 0.6 B پاسخ دهند. این روش می‌تواند هزینه پردازش را در برنامه‌های چندزبانه و تصویرمحور کاهش دهد؛ با این حال، هنوز معیارهای سنجش مستقل در دسترس نیست.
