# Lançados novos modelos multimodais e multilíngues pplx-embed-v2-late

> Pesquisadores apresentam modelos de 0,6B e 9B que alcançam resultados de ponta em testes de busca de texto, imagens e documentos visuais.

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

Uma equipe de dez autores publicou um relatório técnico no arXiv em 21 October 2026 sobre o pplx-embed-v2-late. O trabalho apresenta dois novos modelos — um com 0,6 bilhão de parâmetros e outro com 9 bilhões — capazes de processar textos, imagens e documentos digitalizados em vários idiomas. Segundo os autores, os modelos superam todos os outros sistemas de tamanho comparável em várias tarefas de recuperação de informações, e o menor é rápido o bastante para responder a consultas em tempo real.

## Como os modelos trabalham em conjunto

Os dois modelos foram treinados por “destilação de representações” a partir de um modelo professor maior, com 18 bilhões de parâmetros. Isso significa que o modelo maior ensinou os dois novos a gerar embeddings semelhantes — os vetores numéricos usados em buscas — apesar de serem bem menores. Como os embeddings ocupam o mesmo espaço, é possível indexar uma coleção com o modelo de 9 B, que gera vetores mais precisos, e depois pesquisá-la com o modelo leve de 0,6 B, que responde rapidamente.

## Onde obtê-los

Os autores incluem links para download na linha “this https URL” do relatório. O artigo não informa preços nem detalhes de licenciamento, então os modelos parecem estar disponíveis gratuitamente para uso acadêmico ou em pesquisa.

## Os fatos

- O relatório foi enviado em 21 Oct 2026 ("Wed, 21 Oct 2026 10:10:26 UTC").
- Há dois tamanhos de modelo: pplx-embed-v2-late‑0.6b (0,6 B de parâmetros) e pplx-embed-v2-late‑9b (9 B de parâmetros).
- Os dois modelos foram treinados por destilação a partir de um modelo professor com 18 B de parâmetros.
- O modelo de 0,6 B iguala ou supera modelos maiores em testes de recuperação de documentos visuais.
- Os modelos são multilíngues e multimodais: processam textos, imagens e documentos digitalizados.

## Por que importa

Para desenvolvedores que criam mecanismos de busca ou ferramentas de recomendação, a dupla permite manter alta a qualidade da indexação com o modelo de 9 B e responder rapidamente às consultas dos usuários com o modelo de 0,6 B. Isso pode reduzir os custos computacionais de aplicações multilíngues com muitas imagens, embora ainda não haja avaliações independentes.

## Fontes e referências

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

Última atualização: 2026-10-22