EVIE-8B: Tencent po cichu wypuszcza swój najdokładniejszy jak dotąd retriever dokumentów wizualnych

Trzy tygodnie temu EVIE-Preview-4.5B od Tencent był najdokładniejszym otwartym systemem wyszukiwania dokumentów wizualnych w rankingach ViDoRe – na podstawie wyników, które Tencent sam podał. 4 września Tencent po cichu zastąpił ten model na szczycie własnego rankingu – nie zewnętrznym konkurentem, lecz większym modelem z tej samej rodziny, wydanym tego samego ranka. EVIE-8B, model późnej interakcji o 8,41 mld parametrów, oparty na Qwen3.5-9B z 4096-wymiarowymi embeddingami na token, trafił do sieci jako wagi i kod na Hugging Face i GitHub – bez zapowiedzi, wpisu na blogu ani publikacji naukowej. Trzeci checkpoint, EVIE-4.5B, pojawił się w tej samej minucie i obecnie zajmuje miejsce między pozostałymi dwoma. Wszelkie twierdzenia związane z tym wydaniem – wyniki, architektura, a nawet przeznaczenie modeli – opierają się obecnie wyłącznie na tym, co podają repozytoria Tencent, ponieważ nikt spoza Tencent nie opublikował jeszcze niczego na temat EVIE-8B. Oto, co faktycznie można ustalić na podstawie repozytorium, a czego nie potwierdzono.

Co Tencent wydał 4 września

W dniu 2026-09-04 w organizacji tencent na Hugging Face pojawiły się dwa nowe repozytoria w odstępie około minuty: tencent/EVIE-8B i tencent/EVIE-4.5B. Równolegle ukazało się skonsolidowane repozytorium GitHub, Tencent/EVIE, zawierające kod treningowy, silnik wnioskowania ColQwen3.5 i zestaw ewaluacyjny obejmujący 138 zadań. Oba repozytoria modeli są na licencji Apache-2.0, oba korzystają z biblioteki colpali-engine i oba mają tag potoku visual-document-retrieval. Starszy model EVIE-Preview-4.5B z 17 sierpnia pozostaje na Hugging Face pod nazwą „Preview”, ale nie jest już flagowym modelem rodziny: na zaktualizowanej liście liderów w karcie EVIE-8B Tencent wymienia na szczycie trzy własne checkpointy — EVIE-8B z wynikiem 66,75 na ViDoRe V3 nDCG@10, EVIE-4.5B z wynikiem 66,02 oraz EVIE-Preview-4.5B z wynikiem 65,36.

Nigdzie nie pojawiło się żadne ogłoszenie. W informacji o wydaniu karty EVIE-8B napisano, że wagi, potoki wnioskowania i zestawy ewaluacyjne są udostępnione jako open source, a następnie dodano, że „pełne szczegóły techniczne, ablacje architektoniczne i formalna praca badawcza zostaną zaktualizowane w nadchodzącym wydaniu”. W chwili pisania tego tekstu repozytorium GitHub miało cztery commity i zero wydań. Żadne z nowych repozytoriów nie wykazuje jeszcze znaczącej adopcji — brak społecznościowych forków z niezależnymi wynikami, brak zewnętrznych ewaluacji, a liczniki pobrań pozostają bliskie zera dwa dni po upublicznieniu repozytoriów. Na tej podstawie jest to wydanie Tencent według zasady „najpierw wagi, potem artykuł” — w tym samym cichym schemacie, który laboratorium zastosowało w sierpniu do EVIE-Preview-4.5B i UI-Mate-9B.

Powyższa karta modelu tencent/EVIE-8B to publiczne oblicze wydania: checkpoint do wyszukiwania dokumentów wizualnych przeznaczony dla biblioteki colpali-engine, na licencji Apache-2.0, z 4096-wymiarowym embeddingiem późnej interakcji oraz odświeżoną tabelą ViDoRe własnej rodziny w górnej części karty.

EVIE-8B, flagowy nauczyciel

Architektonicznie EVIE-8B należy do rodziny późnej interakcji ColPali/ColBERT. Zamiast spłaszczać stronę do pojedynczego wektora osadzeń – czyli stratnego zabiegu, jaki wykonuje gęste wyszukiwanie jednowektorowe – EVIE-8B przepuszcza obraz strony przez model bazowy wizyjno-językowy i utrzymuje wielowektorową reprezentację dla każdego tokena, a następnie ocenia trafność za pomocą operatora MaxSim: każdy token zapytania znajduje swoje najlepsze dopasowanie wśród tokenów strony, a te maksima sumują się, dając wynik trafności. Konkretne wybory EVIE-8B to model bazowy Qwen3.5-9B uruchamiany z pełną dwukierunkową uwagą (model jest przekształcony w enkoder, więc maska przyczynowa jest wyłączona w całej sekwencji wizyjno-tekstowej) oraz szeroka, 4096-wymiarowa projekcja dla każdego tokena. Sens takiej szerokości to wierność: układ przestrzenny, typografia, struktura wykresów i relacje tabelaryczne pozostają w reprezentacji, zamiast zostać uśrednione do zaniku.

Tencent pozycjonuje EVIE-8B wprost jako „flagowego nauczyciela”. Uczeń EVIE-4.5B jest trenowany na bazie modelu 8B metodą, którą Tencent nazywa EVIE-ARD — destylacją relacji zachowującą kotwicę i świadomą pojemności, przenoszącą topologię relacji między tokenami i wykorzystującą nadzór z marginesem dla trudnych negatywów. Innymi słowy, model 8B ma dwa zadania: wyznaczyć pułap dokładności dla linii produktów oraz być kotwicą jakości, z której destylowany jest kompaktowy uczeń. Po stronie treningowej karta modelu podaje 775 635 par dokument-zapytanie, przy czym wydobyte trudne negatywy są ponownie oceniane przez multimodalnego sędziego, który awansuje kandydatury zawierające odpowiedź na zapytanie do pozytywów, maskuje niejednoznaczne przypadki w funkcji straty, a jako prawdziwe negatywy pozostawia wyłącznie strony całkowicie nieistotne. Wydany punkt kontrolny „a40” jest sam w sobie mieszanką w przestrzeni wag, przy α = 0,40, dwóch niezależnie trenowanych ramion.

Tablica wyników, którą Tencent napisał dla siebie.

Wszystkie poniższe liczby są raportowane przez dostawcę. Pochodzą one z karty modelu Tencent i zostały uzyskane przy użyciu narzędzia ewaluacyjnego, które Tencent dołącza do swojego repozytorium; żadna z nich nie została niezależnie odtworzona, a EVIE-8B nie został jeszcze uruchomiony przez nikogo poza laboratorium.

• Parametry / backbone — 8.41B, Qwen3.5-9B, pełna dwukierunkowa uwaga.

• Embedding — 4096-wymiarowy wielowektorowy na token, późna interakcja MaxSim.

• ViDoRe V1 (10 zadań, nDCG@5) — 92.18.

• ViDoRe V2 (4 zadania, nDCG@5) — 74.23.

• ViDoRe V3 (48 zadań, nDCG@10) — 66,75; przy przeszukiwaniu per domena karta twierdzi, że wygrywa we wszystkich ośmiu publicznych domenach.

• JinaVDR (76 zadań, nDCG@10) — 83,30; średnia makro nDCG@10 dla czterech tablic — 79,51 w całym zestawie 138 zadań.

• Licencja — Apache-2.0; wagi oraz kod inferencji i ewaluacji są otwarte.

Najciekawszy wiersz w tabeli Tencenta to ten, w którym Tencent pokonuje Tencenta. Sierpniowa karta EVIE-Preview-4.5B twierdziła, że zdobyła „Rank #1 on ViDoRe V3” z wynikiem 65.36 nDCG@10, minimalnie wyprzedzając webAI-ColVec1.1-8b (65.32). W odświeżonej tabeli w karcie EVIE-8B ten sam wynik 65.36 plasuje się obecnie na trzecim miejscu w klasyfikacji ogólnej, za EVIE-8B (66.75) i EVIE-4.5B (66.02). Szczegółowe wyniki EVIE-8B w podziale na dziedziny przewyższają poprzednią wersję preview we wszystkich ośmiu publicznych dziedzinach ViDoRe V3 — CompSci 81.86 wobec 80.65, Finance EN 71.23 wobec 70.50, Pharma 70.81 wobec 69.20 itd. — co daje średni przyrost o 1.39 punktu. To, czy ten przyrost przetrwa niezależne uruchomienie, jest właśnie otwartym pytaniem; ale warto odnotować wewnętrzną spójność, ponieważ wypuszczenie nauczyciela, który nie mógłby pokonać własnego ucznia, byłoby dziwne.

Powyższa grafika rodziny modeli powtarza opublikowany przez Tencent w karcie EVIE-8B 4 września ranking trzech punktów kontrolnych — EVIE-8B: 66.75, EVIE-4.5B: 66.02, EVIE-Preview-4.5B: 65.36 w ViDoRe V3 nDCG@10 — gdzie wersja preview 128D ustępuje miejsca nauczycielowi 4096D i uczniowi Prefix-MRL.

Dlaczego produkt flagowy nie jest modelem wdrożenia?

Istnieje powód, dla którego lider dokładności nazywany jest nauczycielem, a nie modelem domyślnym. Szerokość kosztuje pamięć i obliczenia scoringowe, a 4096 wymiarów na token to bardzo duża szerokość. W BF16 pojedynczy wektor tokenu EVIE-8B zajmuje 8 KiB przed jakąkolwiek kwantyzacją, a gęsta strona może wygenerować setki wektorów tokenów — protokół ewaluacyjny samej karty modelu ogranicza dokumenty do 1024 tokenów wizualnych na stronę. Tencent nie publikuje rozmiaru indeksu dla EVIE-8B, co jest wymowne, ponieważ karta modelu EVIE-Preview-4.5B podawała dokładne wartości dla swojego 128-wymiarowego indeksu: 179,2 GiB surowego indeksu BF16 na milion stron przy budżecie 768 tokenów treningowych oraz 420,5 GiB na ekstrapolowanym poziomie 1792 tokenów. W przeliczeniu wektor na wektor embeddingi EVIE-8B są 32 razy szersze niż w wersji preview, więc surowy indeks EVIE-8B przy tym samym budżecie tokenów sięga zakresu wielu terabajtów na milion stron — zanim jeszcze w ogóle wspomnimy o systemie wyszukiwania, który musi go przechowywać w pamięci RAM.

Wydanie EVIE-4.5B tego samego dnia to sygnał, jak Tencent spodziewa się rozwiązać to napięcie. EVIE-4.5B to student o wielkości 4,61B z pojedynczą projekcją 2048-wymiarową, która w czasie działania jest przycinana do 64, 128, 256, 512, 1024 lub 2048 wymiarów (Tencent nazywa ten schemat Prefix-MRL), plus bezuczeniowy etap kompresji tokenów, który nazywa HAC i który grupuje ~750 tokenów wizualnych strony w 32–64 wektory. Głównym argumentem Tencentu dla tego modelu jest zajętość indeksu wynosząca 3,81 GiB na milion stron — liczba, która, podobnie jak reszta, jest raportowana przez dostawcę. Czytając to całościowo, wydanie wygląda mniej jak „jeden nowy model 8B”, a bardziej jak przemyślana rodzina: model 8B wyznacza sufit i trenuje ucznia, a uczeń jest tym, który został zaprojektowany, aby faktycznie trafić za produkcyjny indeks.

Jak uruchomić EVIE-8B dziś

EVIE-8B jest dystrybuowany wyłącznie jako wagi. Nie ma hostowanego API na żadnej platformie — w tym OrcaRouter — więc jedyną obecną drogą jest samodzielne hostowanie punktu kontrolnego i uruchomienie go przez ścieżkę ColQwen3.5 w colpali-engine. Szybki start w karcie modelu jest krótki: załaduj model w BF16 z flash-attention, wywołaj enable_bidirectional_attention(), osadź obrazy stron i zapytanie tekstowe, a następnie oceń za pomocą MaxSim procesora. Dwukierunkowy krok nie jest opcjonalną ozdobą — wydane wersje colpali-engine budują ColQwen3.5 z domyślnymi maskami przyczynowymi, a karta modelu podglądowego dokumentowała, że pozostawienie maski kosztuje około 1,1 punktu na top-hit MaxSim. Ten sam pomocnik jest dostępny dla EVIE-8B. Punkt kontrolny 8.41B w BF16 to rzędu 17 GB wag według zasady dwóch bajtów na parametr, więc to propozycja dla pojedynczego GPU z zapasem, a nie model brzegowy; korpus znajduje się tam, gdzie trzymasz indeks, a nie na modelu.

Co EVIE-8B zmienia w stosie RAG dla dokumentów

Dla każdego, kto tworzy wyszukiwanie po skanach, zgłoszeniach, wykresach czy formularzach, praktyczna zmiana jest taka, że górna granica jakości otwartego wizualnego wyszukiwania dokumentów właśnie się przesunęła — i to w obrębie rodziny, która obejmuje teraz trzy progi cenowo‑wydajnościowe. Sam retriever zapewnia Ci jednak tylko strony. Model, który czyta te strony i formułuje odpowiedź, to osobna decyzja — i to właśnie na tej warstwie routing udowadnia swoją przydatność: OrcaRouter udostępnia jedno API dla ponad 200 modeli po cenie katalogowej dostawcy z 0% marży, dzięki czemu model czytający działający za Twoim retrieverem można wymienić bez przepisywania kodu, a obniżka cenowa u dostawcy na dowolny routowany model zaczyna obowiązywać tego samego dnia, w którym zostanie ogłoszona. Takie rozdzielenie ma jeszcze większe znaczenie, gdy część wyszukiwawcza to zupełnie nowy, niesprawdzony checkpoint — możesz przyjąć EVIE-8B do indeksowania, utrzymując warstwę generowania za interfejsem, który nie uzależnia Cię od żadnego pojedynczego modelu.

Co obejrzeć dalej

Trzy rzeczy zamieniłyby tę cichą wrzutkę do repozytorium w ugruntowaną historię. Po pierwsze, niezależne uruchomienie: dopóki ktoś spoza Tencent nie odtworzy wyników dla ViDoRe i JinaVDR, zarówno „rank #1” EVIE-8B, jak i „rank #1” poprzedniego modelu preview to samozgłaszane twierdzenia, które są ze sobą w sprzeczności. Po drugie, obiecany artykuł i ablacje — wybór 4096 wymiarów, punkt kontrolny mieszania wag oraz przepis na destylację — są obecnie jedynie deklaracjami bez publikacji, która by je poparła. Po trzecie, nazewnictwo: skoro EVIE-4.5B zajmuje teraz miejsce, które trzy tygodnie temu zajmowało EVIE-Preview-4.5B, otwarte pozostaje pytanie, czy Tencent utrzyma linię „Preview” przy życiu, czy też wchłonie ją do przemianowanej rodziny. Biorąc pod uwagę tempo — trzy punkty kontrolne wyszukiwania dokumentów wizualnych w trzy tygodnie — bardziej użyteczne jest założenie, że w tę linię inwestuje się intensywnie, a ciche wydania to sposób laboratorium na wypuszczanie modeli przed publikacją artykułu.