H Company lanza NeoMME, encoder multimodal eficiente para recuperación de documentos visuales
Hecho Qué ha ocurrido
H Company presenta NeoMME, familia de encoders multimodales y multilingües de 260M y 800M parámetros entrenados desde cero con un objetivo de difusión discreta enmascarada, sin torre de visión ni decodificador causal separados. Fine-tuned como NeoMME-Retriever para recuperación de documentos visuales al estilo ColPali, alcanza 0.523 y 0.556 nDCG@10 en ViDoRe v3, situándose en la frontera de Pareto tamaño-rendimiento. El modelo de 260M codifica unas 51 páginas por segundo en una GPU L40S, el doble que ColModernVBERT, y técnicas de compresión reducen el almacenamiento de índices de 1.5MB a 6kB por página conservando más del 95% del rendimiento. Los checkpoints se publican bajo licencia Apache 2.0 en Hugging Face Transformers.
Resumen generado mediante IA a partir de Hugging Face (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Ofrece una alternativa más eficiente en coste y velocidad a los modelos de recuperación basados en VLMs generativos, relevante para empresas que gestionan grandes volúmenes de documentos escaneados o con contenido visual complejo.
- Quién se ve afectado
- Equipos de IT, desarrolladores de sistemas de búsqueda documental y empresas con grandes archivos de documentos en PDF o imagen.
- Qué puede cambiar
- Permite construir sistemas de recuperación de documentos visuales (RAG sobre PDFs, informes, facturas) con menor coste computacional y de almacenamiento que las soluciones basadas en VLM completos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar adopción en la comunidad open source, integraciones con vector stores como Qdrant o Milvus, y si aparecen comparativas independientes frente a modelos comerciales de retrieval.
Recomendación Qué debería hacer una empresa
Equipos técnicos que trabajen en RAG sobre documentos con mucho contenido visual pueden evaluar NeoMME-Retriever en pruebas piloto durante los próximos 3-6 meses por su relación rendimiento/coste.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Hugging Face (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗multimodalRAGembeddingslate-interaction H CompanyHugging Face H Company Hugging Face NeoMME retrieval ViDoRe
Relacionadas
NVIDIA lanza Nemotron ColEmbed V2 para búsqueda multimodal de documentos
NVIDIA ha presentado la familia Nemotron ColEmbed V2, un conjunto de modelos de embeddings multimodales en tres tamaños (3B, 4B y 8B) diseñados para…
Por qué importaEstos modelos son críticos para sistemas RAG multimodales en producción, donde recuperar información precisa de documentos complejos (páginas…
SUSE amplía su plataforma de IA privada con seguridad para agentes autónomos junto a NVIDIA
SUSE ha presentado nuevas capacidades de su plataforma SUSE AI Factory con NVIDIA para desplegar IA privada en empresas, incorporando la arquitectura de…
Por qué importaLas empresas que quieran usar agentes de IA con datos sensibles tienen una opción de despliegue privado con gobernanza integrada, lo que puede…
Canva lanza Canva Craft, su primer modelo propio de imágenes que planifica el diseño antes de generarlo
Canva ha presentado Canva Craft, su primer modelo de generación de imágenes, que compite con los de OpenAI, Microsoft y Google. Usa una arquitectura de dos…
Por qué importaUna plataforma de diseño con millones de usuarios empresariales incorpora modelo propio, lo que puede reducir la dependencia de terceros en la…
Amazon renombra Kindle Unlimited como Kindle+ y suma audiolibros narrados con IA en Estados Unidos
Amazon renombró Kindle Unlimited como Kindle+ y amplió el acceso a audiolibros sin costo adicional, incluidos títulos narrados con voces generadas por…
Por qué importaPara editoriales y autores, la narración artificial abre una nueva fuente de ingresos por escucha dentro de un programa de suscripción. Para…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.