Een team van tien auteurs publiceerde op 21 October 2026 een technisch rapport op arXiv over pplx-embed-v2-late. Het werk introduceert twee nieuwe modellen: een versie met 0,6 miljard parameters en een met 9 miljard parameters. Beide kunnen in veel talen overweg met tekst, afbeeldingen en gescande documenten. Volgens de auteurs presteren de modellen op verschillende zoektaken beter dan alle andere systemen van vergelijkbare omvang. Het kleinere model is bovendien snel genoeg voor zoekopdrachten in realtime.
Hoe de modellen samenwerken
Beide modellen zijn getraind met ‘representation distillation’ op basis van een groter model met 18 miljard parameters. Dat betekent dat het grote model de twee nieuwe modellen heeft geleerd vergelijkbare embeddings te maken: numerieke vectoren die worden gebruikt bij zoekopdrachten. Zo blijven de modellen een stuk kleiner. Omdat de embeddings dezelfde ruimte delen, kunnen gebruikers een verzameling indexeren met het 9 B-model, dat nauwkeurigere vectoren maakt, en er vervolgens snel in zoeken met het lichte 0.6 B-model.
Waar zijn ze te krijgen?
De auteurs hebben downloadlinks opgenomen in de regel ‘this https URL’ van het rapport. Het artikel vermeldt geen prijzen of licentievoorwaarden, dus de modellen lijken gratis beschikbaar te zijn voor academisch gebruik of onderzoek.
Waarom het ertoe doet
Voor ontwikkelaars van zoekmachines of aanbevelingstools biedt dit duo de mogelijkheid om de indexering nauwkeurig te houden met het 9 B-model en gebruikers snel antwoord te geven met het 0.6 B-model. Dat kan de rekenkosten verlagen voor meertalige toepassingen met veel afbeeldingen, al zijn onafhankelijke benchmarks nog niet beschikbaar.
