注目★★★★★Hugging Face Papers
Tencent、WeMM-Embedding 9Bでマルチモーダル検索を80.6点に
30秒で把握
- 1TencentがWeMM-Embedding 2B・4B・9Bを公開し多形式入力に対応
- 22BがMMEB-v2で8B OSSを超え9Bは総合80.6点を達成
- 326タスクと14件のA/Bテストで改善しWeChat検索・推薦へ展開
要約
TencentのWeChat Visionチームは、テキスト・画像・動画・ビジュアル文書・ interleaved入力を共通空間に埋め込むWeMM-Embeddingを公開した。2B、4B、9Bの3モデルを提供し、2BはMMEB-v2で従来首位の8B OSSベースラインを上回った。9Bは総合スコア80.6で新たな最高性能を達成した。26タスクの社内ベンチマークと14件のオンラインA/Bテストでも改善し、WeChat Channels、Official Accounts、Moments、ECサービスの検索・推薦に大規模展開されている。モデル重みとコードも公開した。
あなたへの影響
マルチモーダル検索・推薦を開発する日本のチームは、2Bの性能と9Bの80.6点を既存モデルと比較し、次スプリントで評価する価値がある。
推奨：異種コンテンツを同一ベクトル空間で扱うembeddingモデルのため、検索・推薦パイプラインへの組み込み可否を検証したい。