NVIDIA: Llama Nemotron Rerank VL 1B V2 (free)

Llama Nemotron Rerank VL 1B V2 — это мультимодальная модель реранкинга с 1,7 млрд параметров от NVIDIA. Она оценивает релевантность изображений документов и текста по отношению к пользовательским запросам и предназначена для пайплайнов vision RAG, работающих с диаграммами, таблицами, инфографикой и мультимедийными документами. Модель функционирует как кросс-энкодер, который принимает текстовые запросы в паре с изображениями, текстом или комбинированными документами на входе, обеспечивая примерно 6–7% улучшение показателя recall по сравнению с базовыми подходами, основанными только на эмбеддингах, в бенчмарках визуального поиска по документам.