多模态RAG技术通过ColQwen2和Qwen2.5实现图像与文本统一向量表示，无需传统OCR和分块步骤，为文档处理和智能问答提供新路径。
tsystems
基于Qwen2.5-VL-3B-Instruct与ColBERT策略的多语言视觉检索模型，支持动态输入图像分辨率和多语言文档检索。
基于Qwen2.5-VL-3B-Instruct与ColBERT策略的多语言视觉检索模型，支持动态输入图像分辨率，生成ColBERT风格的多向量文本与图像表征。
Metric-AI
基于Qwen2.5-VL-7B-Instruct并采用ColBERT策略的多语言视觉检索模型，在Vidore基准测试中排名第一
基于Qwen2.5-VL-3B-Instruct并采用ColBERT策略的多语言视觉检索器，在Vidore基准测试中表现优异
vidore
基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，能生成文本与图像的多向量表征
基于Qwen2.5-VL-3B-Instruct的多语言视觉检索器，采用ColBERT策略，在Vidore基准测试中表现优异
ColQwen2.5是基于Qwen2.5-VL-3B-Instruct与ColBERT策略的视觉检索模型，专注于通过视觉特征高效索引文档。
基于Qwen2.5-VL-3B-Instruct与ColBERT策略的视觉检索模型，能够生成文本和图像的多向量表示，用于高效文档检索。
基于Qwen2-VL-7B-Instruct并采用ColBERT策略的视觉检索模型，专注于高效视觉特征索引文档
基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，能够生成多向量文本与图像表示
yydxlv
基于Qwen2-VL-7B-Instruct与ColBERT策略的视觉检索模型，支持多向量文本与图像表示
ColQwen2是基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，用于高效索引文档的视觉特征。
基于Qwen2-VL-2B-Instruct与ColBERT策略的视觉检索模型，能高效通过视觉特征索引文档
Transformers支持多种语言%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
