EVIE-8B: Tencent тихо выпускает свой самый точный на сегодняшний день визуальный ретривер документов

Три недели назад EVIE-Preview-4.5B от Tencent был самым точным открытым визуальным ретривером документов в рейтингах ViDoRe — на основании цифр, которые Tencent сообщил самостоятельно. 4 сентября Tencent незаметно заменил эту модель на вершине собственного лидерборда — не внешним конкурентом, а более крупным «собратом», выпущенным тем же утром. EVIE-8B, late-interaction ретривер с 8,41 млрд параметров на базе Qwen3.5-9B с 4096-мерными эмбеддингами на токен, появился в виде весов и кода на Hugging Face и GitHub без анонса, без поста в блоге и без статьи. Третий чехпоинт, EVIE-4.5B, появился в ту же минуту и теперь занимает промежуточное положение между двумя другими. Каждое утверждение, связанное с этим релизом — оценки, архитектура и даже назначение моделей, — сейчас опирается исключительно на то, что написано в репозиториях самого Tencent, потому что никто за пределами Tencent ещё не публиковал ничего об EVIE-8B. Вот что на самом деле можно узнать из репозитория, а что пока не подтверждено.

Что Tencent выпустила 4 сентября

2 сентября 2026 года в организации tencent на Hugging Face с интервалом примерно в минуту появились два новых репозитория: tencent/EVIE-8B и tencent/EVIE-4.5B. Вместе с ними был опубликован консолидированный GitHub-репозиторий Tencent/EVIE, содержащий обучающий код, движок инференса ColQwen3.5 и тестовую среду для оценки на 138 задачах. Оба репозитория моделей имеют лицензию Apache-2.0, оба используют библиотеку colpali-engine и оба несут тег конвейера visual-document-retrieval. Более старая модель EVIE-Preview-4.5B от 17 августа по-прежнему остаётся на Hugging Face под именем «Preview», но она больше не флагман семейства: в обновлённом лидерборде на карточке EVIE-8B Tencent перечисляет наверху три собственных чекпойнта — EVIE-8B с результатом 66.75 ViDoRe V3 nDCG@10, EVIE-4.5B — 66.02 и EVIE-Preview-4.5B — 65.36.

Нигде не было никаких объявлений. В примечании к релизу карточки модели EVIE-8B говорится, что веса, инференс-пайплайны и наборы для оценки опубликованы в открытом доступе, а затем добавляется, что «полные технические детали, архитектурные абляции и формальная исследовательская статья будут добавлены в предстоящем выпуске». На момент написания в репозитории GitHub было четыре коммита и ни одного релиза. Ни один из новых репозиториев пока не получил значимого распространения: нет форков сообщества с независимыми результатами, нет сторонних оценок, а счётчики загрузок всё ещё близки к нулю спустя два дня после того, как репозитории стали публичными. Судя по всему, это выпуск от Tencent в стиле «сначала веса, потом статья», по той же тихой схеме, которую лаборатория использовала для EVIE-Preview-4.5B и UI-Mate-9B в августе.

Карточка модели tencent/EVIE-8B выше является публичной поверхностью релиза: контрольная точка для визуального поиска документов, размеченная для библиотеки colpali-engine, лицензированная под Apache-2.0, с 4096-мерным эмбеддингом позднего взаимодействия и обновлённой таблицей ViDoRe собственного семейства в верхней части карточки.

EVIE-8B, флагманский учитель

С архитектурной точки зрения EVIE-8B относится к семейству позднего взаимодействия ColPali/ColBERT. Вместо того чтобы сжимать страницу в один эмбеддинг-вектор — операцию с потерями, которую выполняет одновекторный плотный поиск, — модель прогоняет изображение страницы через зрительно-языковой бэкбон и сохраняет мультивекторное представление для каждого токена, после чего оценивает релевантность с помощью оператора MaxSim: каждый токен запроса находит наилучшее соответствие среди токенов страницы, и эти максимумы суммируются в итоговую оценку релевантности. Конкретные решения EVIE-8B — это бэкбон Qwen3.5-9B, работающий с полным двунаправленным вниманием (модель переведена в режим энкодера, поэтому причинная маска отключена на всей последовательности «изображение-текст»), и широкая проекция размерностью 4096 на каждый токен. Смысл ширины — в точности: пространственная раскладка, типографика, структура графиков и табличные связи сохраняются в представлении, а не усредняются и не теряются.

Tencent прямо позиционирует EVIE-8B как «флагманского учителя». Модель-ученик EVIE-4.5B обучается на его основе по рецепту, который Tencent называет EVIE-ARD. Этот рецепт — реляционная дистилляция с сохранением якоря и учётом ёмкости: она переносит топологию связей между токенами и использует супервизию с маржой на трудных негативных примерах. Иными словами, у модели EVIE-8B две задачи: задавать потолок точности для продуктовой линейки и служить якорем качества, из которого путём дистилляции получается компактная модель-ученик. В карточке модели указано 775 635 пар «документ-запрос»; при этом извлечённые трудные негативные примеры заново оцениваются мультимодальным судьёй, который переводит кандидатов, содержащих ответ, в позитивные, исключает неоднозначные примеры из функции потерь и оставляет в качестве истинно негативных только строго нерелевантные страницы. Опубликованный чекпоинт «a40» сам по себе является смесью в пространстве весов с α = 0,40 двух независимо обученных ветвей.

Табло, которое Tencent написала для себя

Все приведённые ниже цифры получены от вендора. Они взяты из собственной карточки модели Tencent и были получены с помощью оценочного инструментария, который Tencent предоставляет в своём репозитории; ни один из этих результатов не был независимо воспроизведён, и EVIE-8B ещё не запускалась никем за пределами лаборатории.

• Параметры / основа — 8.41B, Qwen3.5-9B, двунаправленное полное внимание.

• Эмбеддинг — 4096-мерный мультивектор на токен, позднее взаимодействие MaxSim.

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

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

• ViDoRe V3 (48 задач, nDCG@10) — 66.75; при переборе по доменам карточка заявляет, что модель выигрывает во всех восьми публичных доменах.

• JinaVDR (76 задач, nDCG@10) — 83.30; макро-среднее nDCG@10 по четырём разделам — 79.51 по всему набору из 138 задач.

• Лицензия — Apache-2.0; веса, инференс и код для оценки открыты.

Самая интересная строка в таблице Tencent — та, где Tencent побеждает Tencent. В карточке EVIE-Preview-4.5B от августа утверждалось, что модель занимает «Rank #1 on ViDoRe V3» с показателем 65.36 nDCG@10, лишь немного опередив результат 65.32 у webAI-ColVec1.1-8b. В обновлённой таблице внутри карточки EVIE-8B те же 65.36 теперь занимают третье место в общем зачёте, уступая 66.75 у EVIE-8B и 66.02 у EVIE-4.5B. Поразбивка по доменам у EVIE-8B превосходит старую предварительную версию во всех восьми публичных доменах ViDoRe V3 — CompSci 81.86 против 80.65, Finance EN 71.23 против 70.50, Pharma 70.81 против 69.20 и так далее — при среднем приросте 1.39 пункта. Сохранится ли этот прирост при независимом запуске, как раз и остаётся открытым вопросом; но внутренняя согласованность заслуживает внимания, поскольку выпускать модель-учителя, которая не может превзойти собственного ученика, было бы странно.

Семейный график выше повторяет рейтинг трёх контрольных точек, опубликованный Tencent в карточке EVIE-8B 4 сентября: EVIE-8B — 66,75, EVIE-4.5B — 66,02, EVIE-Preview-4.5B — 65,36 на ViDoRe V3 nDCG@10. При этом 128D-превью уступает место 4096D-учителю и Prefix-MRL-ученику.

Почему флагман — это не модель развертывания

Существует причина, почему лидера по точности называют «учителем», а не «моделью по умолчанию». Большая ширина стоит хранилища и вычислительных ресурсов при скоринге, а 4096 измерений на токен — это очень широко. В BF16 один токен-вектор EVIE-8B занимает 8 КиБ ещё до любого квантования, и плотная страница может давать сотни токен-векторов — при этом собственный протокол оценки карточки модели ограничивает документы 1024 визуальными токенами на страницу. Tencent не публикует размер индекса для EVIE-8B, что обращает на себя внимание, поскольку карточка EVIE-Preview-4.5B опубликовала точные значения для своего 128-мерного индекса: 179.2 ГиБ сырого индекса в BF16 на миллион страниц при бюджете обучения в 768 токенов и 420.5 ГиБ при экстраполированном уровне в 1792 токена. При сравнении векторов эмбеддинги EVIE-8B в 32 раза шире, чем у превью, поэтому сырой индекс EVIE-8B при том же токенном бюджете достигает нескольких терабайт на миллион страниц — и это ещё до того, как в обсуждение вообще вступает система поиска, которая должна держать его в оперативной памяти.

Выпуск EVIE-4.5B в тот же день — это показатель того, как Tencent рассчитывает разрешить это противоречие. EVIE-4.5B — это студенческая модель с 4,61 млрд параметров и единственной 2048-мерной проекцией, которая во время выполнения усекается до 64, 128, 256, 512, 1024 или 2048 измерений (Tencent называет эту схему Prefix-MRL), плюс не требующий обучения проход сжатия токенов под названием HAC, который кластеризует ~750 визуальных токенов страницы в 32–64 вектора. Главный показатель этой модели для Tencent — размер индекса 3,81 ГиБ на миллион страниц, — цифра, которая, как и остальные, приведена самим вендором. В совокупности релиз выглядит не столько как «одна новая модель на 8B», сколько как продуманное семейство: 8B задаёт потолок и обучает студента, а студент — это тот, кто по размеру действительно может стоять за производственным индексом.

Как запустить EVIE-8B сегодня

EVIE-8B поставляется только в виде весов. На любой платформе нет размещённого API — включая OrcaRouter — так что единственный путь сегодня — самостоятельно разместить чекпоинт и прогнать его через путь ColQwen3.5 в colpali-engine. Краткое руководство в карточке короткое: загрузите модель в BF16 с flash-attention, вызовите enable_bidirectional_attention(), встройте изображения страниц и текстовый запрос, затем оцените с помощью MaxSim процессора. Двунаправленный шаг — не обязательное украшение: опубликованные сборки colpali-engine по умолчанию создают ColQwen3.5 с каузальными масками, а в карточке превью-модели задокументировано, что оставление маски на месте стоит примерно 1,1 балла по top-hit MaxSim. Тот же хелпер поставляется и для EVIE-8B. Чекпоинт BF16 на 8,41B параметров — это порядка 17 ГБ весов по правилу «два байта на параметр», так что это вариант для одной GPU с запасом, а не периферийная модель, и корпус живёт там, где вы храните индекс, а не на модели.

Что EVIE-8B меняет в стеке RAG для работы с документами

Для тех, кто строит поиск по сканам, отчётам, диаграммам или формам, практическое изменение в том, что потолок качества открытого поиска по визуальным документам только что поднялся — и поднялся он внутри семейства, которое теперь занимает три точки на кривой «цена/производительность». Впрочем, ретривер сам по себе лишь находит страницы. Модель, которая читает эти страницы и пишет ответ, — это отдельное решение, и именно на этом уровне маршрутизация оправдывает себя: OrcaRouter предоставляет единый API для 200+ моделей по прайс-листу провайдеров с наценкой 0%, так что модель-читатель за вашим ретривером может быть заменена без переписывания кода, а снижение вендором цены на любую маршрутизируемую модель вступает в силу в тот же день, когда оно анонсировано. Такое разделение тем важнее, когда поисковая часть — это совершенно новый, непроверенный чекпойнт: вы можете задействовать EVIE-8B для индексации, сохранив слой генерации за интерфейсом, который не привязывает вас ни к одной конкретной модели.

Что посмотреть дальше

Три вещи превратили бы этот тихий выклад в репозитории в устоявшуюся историю. Во-первых, независимый прогон: пока кто-то за пределами Tencent не воспроизведёт результаты ViDoRe и JinaVDR, и «rank #1» для EVIE-8B, и «rank #1» для старой превью-версии остаются самоотчётными утверждениями, которые к тому же противоречат друг другу. Во-вторых, обещанные статья и абляции — выбор размерности 4096, чекпоинт со смешиванием весов и рецепт дистилляции — всё это пока лишь утверждения, не подкреплённые публикацией. В-третьих, наименование: теперь, когда EVIE-4.5B занимает место, которое три недели назад удерживала EVIE-Preview-4.5B, остаётся открытым вопрос, сохранит ли Tencent линейку «Preview» или вольёт её в переименованное семейство. С учётом темпа — три чекпоинта для визуального поиска по документам за три недели — более полезное допущение состоит в том, что в эту линейку активно вкладываются, а тихие релизы — это способ лаборатории выпускать продукт раньше, чем выйдет статья.