# Rilasciati i modelli multimodali e multilingue pplx-embed-v2-late

> I ricercatori presentano modelli da 0,6 e 9 miliardi di parametri, che ottengono risultati allo stato dell’arte nei benchmark per la ricerca di testi, immagini e documenti visivi.

Oossa · 2026-10-22 · https://oossa.com/it/new-multilingual-multimodal-models-pplx-embed-v2-late-released

Il 21 ottobre 2026, un gruppo di dieci autori ha pubblicato su arXiv un rapporto tecnico su pplx-embed-v2-late. Il lavoro introduce due nuovi modelli, uno da 0,6 miliardi di parametri e uno da 9 miliardi, in grado di elaborare testi, immagini e documenti scansionati in molte lingue. Gli autori affermano che i modelli superano tutti gli altri sistemi di dimensioni comparabili in diverse attività di recupero delle informazioni e che quello più piccolo è abbastanza veloce da rispondere alle query in tempo reale.

## Come lavorano insieme i modelli

Entrambi i modelli sono stati addestrati tramite «distillazione della rappresentazione» a partire da un modello docente più grande, da 18 miliardi di parametri. In pratica, il modello docente ha insegnato ai due nuovi modelli a produrre embedding simili — i vettori numerici usati per la ricerca — pur avendo dimensioni molto inferiori. Poiché gli embedding condividono lo stesso spazio, è possibile indicizzare una raccolta con il modello da 9 B, che crea vettori più accurati, e poi cercarla con quello leggero da 0,6 B, che risponde rapidamente.

## Dove scaricarli

Gli autori indicano i link per il download nella riga «this https URL» del rapporto. L’articolo non specifica prezzi o dettagli sulla licenza, quindi i modelli sembrano essere distribuiti gratuitamente per uso accademico o di ricerca.

## I fatti

- Il rapporto è stato inviato il 21 ott 2026 («Wed, 21 Oct 2026 10:10:26 UTC»).
- Sono disponibili due dimensioni: pplx-embed-v2-late‑0.6b (0,6 B di parametri) e pplx-embed-v2-late‑9b (9 B di parametri).
- Entrambi i modelli sono stati addestrati tramite distillazione da un modello docente da 18 B di parametri.
- Il modello da 0,6 B eguaglia o supera modelli più grandi nei benchmark per il recupero di documenti visivi.
- I modelli sono multilingue e multimodali e possono elaborare testi, immagini e documenti scansionati.

## Perché conta

Per chi sviluppa motori di ricerca o strumenti di raccomandazione, la coppia permette di mantenere alta la qualità dell’indicizzazione con il modello da 9 B e di rispondere rapidamente alle query degli utenti con quello da 0,6 B. Questo potrebbe ridurre i costi di calcolo per le applicazioni multilingue che usano molte immagini, anche se non sono ancora disponibili benchmark indipendenti.

## Fonti e riferimenti

1. [pplx-embed-v2-late Technical Report](https://arxiv.org/abs/2610.29523) – arXiv cs.IR, 2026-10-22

Ultimo aggiornamento: 2026-10-22