tencent/wemm-embedding-4b

🌟 Tencent открыла набор мультимодальных эмбеддингов Команда WeChat китайского техгиганта  выложила  в открытый доступ семейство эмбеддинг-моделей WeMM-Embedding , предназначенных для создания универсальных векторных представлений. Набор работает с текстом, изображениями, видеороликами, сложными визуальными документами и смешанным контентом, объединяя их в единое семантическое пространство. Эмбеддинги учили с использованием Matryoshka Representation Learning, который позволяет на этапе применения обрезать размерность вектора, экономя память и вычисления. Построено семейство на Qwen3.5, на выходе младшая модель дает нормализованный вектор на 2048 измерений, а старшая - на 4096. Tencent приводят цифру, что при сжатии до 256 измерений двухмиллиардная модель сохраняет 98,7% исходного качества на задачах с фото и видео. Опубликованы веса трех размерностей:  2B ,  4B  и  9B 🟡 Тесты 9B берет новый лучший общий результат на MMEB-v2 (80,6 балла), а 2B обходит Qwen3-VL-Embedding, который вчетверо больше нее. Но есть аргумент посильнее бенчей - семейство работает в рекомендациях и поиске WeChat. Она развернута для обработки каналов, аккаунтов и электронной коммерции. Команда мессенджера говорит, что WeMM-Embedding показали стабильные улучшения в 14 онлайновых A/B-тестах. Модели работают с библиотекой Transformers и поддерживаются vLLM и SGLang. Единственным ограничением текущей версии является отсутствие поддержки аудио 📌 Лицензирование: Apache 2.0 License 🟡 Arxiv 🟡 Веса 🖥 Githib @ai_machinelearning_big_data #AI #ML #Embeddings #WeChat #Tencent