模型详情
模型介绍
中文整理模型用途
MegaPairs 是一个用于通用多模态检索的数据合成方法，通过开放域图像创建异构KNN三元组，用于训练多模态检索模型。
主要能力
支持文本、图像以及文本+图像组合输入。模型在零样本组合图像检索任务和大规模多模态嵌入基准（MMEB）上达到领先性能。模型具有高效性、可扩展性和泛化能力。
输入输出
输入支持三种形式：纯文本、纯图像、或文本与图像组合。图像需调整为512x512分辨率。输出为多模态嵌入向量。使用时可传入带任务指令的提示词格式化为查询，省略提示词则格式化为候选。
运行要求
输入图像必须调整为512x512像素，因为模型训练时使用该分辨率。
基本用法
通过Sentence Transformers使用模型。传入带任务指令的提示词将输入格式化为查询，省略提示词则格式化为候选。
许可证
MegaPairs数据集标注和BGE-VL模型采用MIT许可证。MegaPairs中的图像来源于Recap-Datacomp，采用CC BY 4.0许可证。
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
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
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。