Tencents WeChat släpper WeMM-Embedding-modell som öppen källkod
Tencents WeChat-team har släppt WeMM-Embedding, en uppsättning multimodala inbäddningsmodeller, som öppen källkod för att matcha text, bilder och video för sökning och rekommendationer.
Tencents WeChat Vision-team har gjort WeMM-Embedding, en familj av multimodala inbäddningsmodeller, tillgänglig som öppen källkod. Modellerna kan representera och matcha olika typer av innehåll, inklusive text, bilder och videor.
Enligt teamet används modellerna redan i flera av WeChats tjänster, såsom WeChat Channels, Official Accounts, Moments och e-handelstjänster. Den släppta versionen inkluderar modellstorlekarna 2B, 4B och 9B.
Tencents publicerade utvärderingsresultat visar att 9B-modellen presterade bäst bland de listade modellerna på både MMEB-v2 och MMEB-v3 benchmark-testerna.
Företaget har också släppt modellkoden, utvärderingsverktyg och vikter via sitt publika repository och sina modellwebbplatser, vilket gör det möjligt för utvecklare att använda modellerna för multimodala sök-, hämtnings- och rekommendationsapplikationer.