huggingface：还在为了能在PDF里搜索而手动做OCR吗？Perplexit…

还在为了能在PDF里搜索而手动做OCR吗？Perplexity的新开放嵌入模型可以直接跳过这一步。他们发布了pplx-embed-v2-late模型，可以在Hugging Face上找到，MIT许可证，有0.6B和9B两种大小，基于Qwen3.5构建。这些是ColBERT风格的晚期交互检索器：每个词都有一个128维的向量，查询通过将每个词与文档中最接近的词匹配来评分（MaxSim）。这些模型可以处理文本、图像以及PDF和幻灯片等渲染页面。两种大小共享一个嵌入空间，所以小模型和大模型可以互相兼容。

—— huggingface (@huggingface) X帖子｜2026-10-08T01:26:06+00:00
原帖：https://x.com/huggingface/status/2108213409430798428