Perplexity AI выпустила новые многомодальные модели pplx-embed-v2-late, которые включают в себя версии с 0.6B и 9B параметрами. Модель 0.6B предназначена для быстрых и недорогих запросов, в то время как 9B модель обеспечивает максимальное качество обработки. Обе модели могут извлекать текст, изображения и PDF-документы, используя одно общее пространство встраивания.

Модель 0.6B использует около 340 миллионов активных параметров для обработки изображений и демонстрирует результаты, близкие к конкурентам с 8B параметрами. Модель 9B может быть исследована с помощью 0.6B запросов, что позволяет сократить разрыв в качестве обработки текста. Обе модели доступны на платформе Hugging Face под лицензией MIT, что позволяет коммерческое использование.

Эти новые разработки могут оказать значительное влияние на область многомодального извлечения данных, предлагая пользователям возможность выбора между скоростью и качеством. Несмотря на некоторые ограничения, такие как невозможность смешивания текстовых и визуальных данных в одном запросе, модели представляют собой шаг вперед в технологии обработки информации.