模型介绍
中文整理# MegaPairs 模型卡片
模型用途
MegaPairs 是一种新型数据合成方法，利用开放域图像创建异构 KNN 三元组，用于通用多模态检索。该数据集包含超过 2600 万个三元组，用于训练 BGE-VL 系列多模态检索模型。
## 主要能力
BGE-VL 模型在零样本组合图像检索任务中表现优异。在 CIRCO 基准测试中，BGE-VL-base 仅用 1.49 亿参数就超越了所有先前模型。此外，BGE-VL-MLLM 在 MMEB 基准上实现了最先进的零样本性能，并在 CIRCO 基准上比先前最优模型提升了 8.1%。经过微调后，BGE-VL-MLLM 在 MMEB 分布外数据集上比先前最优模型提升了 7.1%。
## 输入输出
输入可以是文本字符串、PIL 图像、本地路径、URL，或文本与图像的组合（字典格式）。模型会自动处理输入并返回相应的嵌入向量。用户可以基于这些嵌入向量计算余弦相似度或执行检索任务。
运行要求
使用 Sentence Transformers 库或 transformers 库运行模型。
基本用法
通过 Sentence Transformers 的 encode 函数传入输入，模型将返回嵌入向量用于相似度计算或检索任务。
许可证
MegaPairs 数据集的标注和 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。