模型介绍
中文整理模型名称：Vis-IR: Unifying Search With Visualized Information Retrieval
模型用途
Vis-IR（可视化信息检索）是一个新兴的信息检索范式。在该范式中，文本、图像、表格、图表等多模态信息被统一表示为“截图”格式，用于各类检索应用。
主要能力
UniSE（通用截图嵌入）是一系列检索模型，能够支持截图查询任意数据模态的信息，也可被其他模态查询。UniSE-MLLM在该基准上实现了最优性能。
输入输出
模型提供两种提示词模板：“query”用于组合图像+文本查询，“document”（默认）用于截图候选对象。
运行要求
推荐使用transformers==4.51.3版本。需要安装Sentence Transformers库。
基本用法
通过Sentence Transformers使用时，安装库后加载模型，选择相应的提示词模板进行查询。
许可证
MIT许可证
引用
如使用该模型，请引用论文：Any Information Is Just Worth One Single Screenshot: Unifying Search With Visualized Information Retrieval.
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。