EVIE-8B: Tencent เปิดตัวตัวดึงค้นเอกสารภาพที่แม่นยำที่สุดเท่าที่เคยมีมาอย่างเงียบ ๆ

สามสัปดาห์ก่อน EVIE-Preview-4.5B ของเทนเซ็นต์เป็นตัวค้นคืนเอกสารภาพแบบเปิดที่แม่นยำที่สุดบนบอร์ด ViDoRe ด้วยตัวเลขที่เทนเซ็นต์รายงานเอง ในวันที่ 4 กันยายน เทนเซ็นต์ได้เปลี่ยนโมเดลนั้นที่ตำแหน่งบนสุดของลีดเดอร์บอร์ดของตัวเองอย่างเงียบ ๆ — ไม่ใช่ด้วยคู่แข่งจากภายนอก แต่ด้วยรุ่นพี่ที่ใหญ่กว่าซึ่งเปิดตัวในเช้าวันเดียวกัน EVIE-8B ตัวค้นคืนแบบ late-interaction ที่มีพารามิเตอร์ 8.41B บนโครงสร้าง Qwen3.5-9B พร้อมเอมเบดดิ้งต่อโทเคน 4096 มิติ ถูกปล่อยออกมาเป็นน้ำหนักและโค้ดบน Hugging Face และ GitHub โดยไม่มีการประกาศ ไม่มีบล็อกโพสต์ และไม่มีเอกสารวิจัย เช็กพอยต์ที่สาม EVIE-4.5B ปรากฏขึ้นในนาทีเดียวกัน และตอนนี้อยู่ระหว่างสองโมเดลดังกล่าว ทุกคำกล่าวอ้างที่เกี่ยวกับการเปิดตัวครั้งนี้ — คะแนน สถาปัตยกรรม แม้แต่ว่าโมเดลเหล่านี้ใช้ทำอะไร — ในตอนนี้ขึ้นอยู่กับสิ่งที่รีโพซิทอรีของเทนเซ็นต์เองระบุไว้ เพราะยังไม่มีใครนอกเทนเซ็นต์เผยแพร่สิ่งใดเกี่ยวกับ EVIE-8B เลย นี่คือสิ่งที่สามารถทราบได้จริงจากรีโพซิทอรี และสิ่งที่ยังไม่ได้รับการยืนยัน

Tencent เปิดตัวอะไรเมื่อวันที่ 4 กันยายน

เมื่อวันที่ 2026-09-04 ที่เก็บ (repository) ใหม่สองแห่งปรากฏขึ้นในองค์กร tencent บน Hugging Face ห่างกันประมาณหนึ่งนาที: tencent/EVIE-8B และ tencent/EVIE-4.5B พร้อมกันนั้น ที่เก็บ GitHub แบบรวมศูนย์ ชื่อ Tencent/EVIE ก็ถูกเผยแพร่ขึ้นมาคู่กัน โดยมีโค้ดสำหรับฝึกโมเดล เอนจินอินเฟอเรนซ์ ColQwen3.5 และชุดประเมินผล 138 งาน ที่เก็บโมเดลทั้งคู่ใช้สัญญาอนุญาต Apache-2.0 ทั้งคู่ใช้ไลบรารี colpali-engine และทั้งคู่มีแท็กไปป์ไลน์การค้นคืนเอกสารภาพ (visual-document-retrieval) EVIE-Preview-4.5B เวอร์ชันเก่าจากวันที่ 17 สิงหาคมยังคงอยู่บน Hugging Face ภายใต้ชื่อ "Preview" แต่มันไม่ใช่เรือธงของตระกูลอีกต่อไป ในลีดเดอร์บอร์ดที่รีเฟรชภายในการ์ดของ EVIE-8B นั้น Tencent แสดงเช็คพอยต์ของตัวเองสามอันอยู่ด้านบนสุด — EVIE-8B ที่ 66.75 ViDoRe V3 nDCG@10, EVIE-4.5B ที่ 66.02 และ EVIE-Preview-4.5B ที่ 65.36

ยังไม่มีการประกาศใดๆ จากที่ไหนเลย release note ของการ์ดโมเดล EVIE-8B ระบุว่า weights, inference pipelines และ evaluation suites ถูกปล่อยเป็นโอเพนซอร์ส จากนั้นเสริมว่า “รายละเอียดทางเทคนิคฉบับเต็ม, การทดสอบแบบ architectural ablations และบทความวิจัยฉบับเป็นทางการจะได้รับการอัปเดตในรีลีสที่กำลังจะถึงนี้” ณ เวลาที่เขียนบทความนี้ GitHub repository มีการ commit ทั้งหมดสี่ครั้งและยังไม่มี release ใดๆ ทั้งสอง repo ใหม่ยังไม่แสดงการถูกนำไปใช้จริงอย่างมีนัยสำคัญ — ไม่มี forks จากชุมชนที่มีผลลัพธ์อิสระ ไม่มีการประเมินโดยบุคคลที่สาม และตัวเลขการดาวน์โหลดยังใกล้ศูนย์แม้เวลาจะผ่านไปสองวันแล้วหลัง repo ถูกเผยแพร่สู่สาธารณะ จากหลักฐานที่มี นี่คือการรีลีสแบบ “ปล่อย weights ก่อน เขียนบทความทีหลัง” จาก Tencent ในรูปแบบเงียบๆ แบบเดียวกับที่ห้องปฏิบัติการเคยใช้กับ EVIE-Preview-4.5B และ UI-Mate-9B เมื่อเดือนสิงหาคม

การ์ดโมเดล tencent/EVIE-8B ข้างต้นคือพื้นผิวสาธารณะของการเปิดตัวครั้งนี้: เช็คพอยต์สำหรับการค้นคืนเอกสารภาพที่ถูกแท็กสำหรับไลบรารี colpali-engine อยู่ภายใต้สัญญาอนุญาต Apache-2.0 พร้อมเอมเบดดิ้งแบบ late-interaction ขนาด 4096 มิติ และตาราง ViDoRe ที่รีเฟรชใหม่ของตระกูลโมเดลเองที่อยู่ใกล้ด้านบนของการ์ด

EVIE-8B เรือธงครู

ในเชิงสถาปัตยกรรม EVIE-8B อยู่ในตระกูล late-interaction ของ ColPali/ColBERT แทนที่จะบีบอัดหน้าเอกสารให้เป็นเวกเตอร์ embedding หนึ่งตัว — ซึ่งเป็นการบีบอัดแบบสูญเสียที่ dense retrieval แบบเวกเตอร์เดียวทำ — มันจะรัน backbone แบบ vision-language บนภาพหน้าเอกสาร และเก็บ multi-vector representation แบบ per-token จากนั้นให้คะแนนความเกี่ยวข้องด้วยตัวดำเนินการ MaxSim: โทเคนของคำค้นหาแต่ละตัวจะจับคู่ที่ดีที่สุดกับโทเคนทั้งหมดในหน้า และค่าสูงสุดเหล่านั้นถูกนำมารวมเป็นคะแนนความเกี่ยวข้อง ทางเลือกเฉพาะของ EVIE-8B คือ backbone Qwen3.5-9B ที่รันด้วย full bidirectional attention (โมเดลถูกเปลี่ยนเป็นแบบ encoder ดังนั้น causal mask จึงถูกปิดตลอดลำดับ vision-text) และ projection ขนาด 4096 มิติต่อโทเคน จุดประสงค์ของความกว้างนี้คือความเที่ยงตรง: layout เชิงพื้นที่, รูปแบบตัวพิมพ์, โครงสร้างแผนภูมิ และความสัมพันธ์ในตารางจะคงอยู่ใน representation แทนที่จะถูกเฉลี่ยจนหายไป

Tencent วางตำแหน่งให้ EVIE-8B เป็น "ครูเรือธง" อย่างชัดเจน นักเรียน EVIE-4.5B ถูกฝึกจากมันด้วยสูตรที่ Tencent เรียกว่า EVIE-ARD — การกลั่นความสัมพันธ์แบบรักษาจุดยึดและคำนึงถึงขีดความสามารถ ซึ่งถ่ายทอดโทโพโลยีความสัมพันธ์ระหว่างโทเค็น และใช้การควบคุมด้วยระยะห่างของตัวอย่างลบแบบยาก กล่าวอีกนัยหนึ่ง โมเดล 8B มีหน้าที่สองอย่าง: กำหนดเพดานความแม่นยำของไลน์ผลิตภัณฑ์ และเป็นจุดยึดคุณภาพที่นักเรียนขนาดกะทัดรัดใช้กลั่นความรู้ลงมา ในด้านการฝึก การ์ดรายงานคู่เอกสาร-คำถามจำนวน 775,635 คู่ โดยตัวอย่างลบแบบยากที่ถูกขุดขึ้นมานั้นถูกตัดสินใหม่โดยผู้ตัดสินแบบมัลติโมดัล ซึ่งเลื่อนผู้สมัครที่ตอบได้ให้เป็นตัวอย่างบวก ซ่อนตัวอย่างกำกวมออกจากการคำนวณ loss และคงไว้เฉพาะหน้าที่ไม่เกี่ยวข้องอย่างเคร่งครัดเป็นตัวอย่างลบจริง เช็คพอยต์ "a40" ที่เผยแพร่ออกมานั้นเป็นผลจากการผสมในปริภูมิน้ำหนักที่ α = 0.40 ของสองแขนงที่ฝึกอย่างอิสระ

กระดานคะแนนที่เทนเซ็นต์เขียนขึ้นเพื่อตัวเอง

ตัวเลขทั้งหมดด้านล่างนี้รายงานโดยผู้ผลิต (vendor) โดยมาจาก model card ของ Tencent เอง และสร้างขึ้นด้วยชุดประเมินผล (evaluation harness) ที่ Tencent แนบไว้ใน repository ของตน ยังไม่มีตัวเลขใดที่ผ่านการตรวจสอบซ้ำโดยอิสระ และ EVIE-8B ยังไม่เคยถูกทดลองรันโดยใครนอกห้องแล็บ

• พารามิเตอร์ / backbone — 8.41B, Qwen3.5-9B, attention แบบสองทิศทางเต็มรูปแบบ

• Embedding — เวกเตอร์หลายชุด 4096 มิติต่อโทเค็น, ปฏิสัมพันธ์ช่วงท้ายแบบ MaxSim

• ViDoRe V1 (10 งาน, nDCG@5) — 92.18.

• ViDoRe V2 (4 งาน, nDCG@5) — 74.23.

• ViDoRe V3 (48 งาน, nDCG@10) — 66.75 โดยในการทดสอบแบบแยกตามโดเมน การ์ดดังกล่าวอ้างว่าชนะทั้งแปดโดเมนสาธารณะ

• JinaVDR (76 งาน, nDCG@10) — 83.30; ค่าเฉลี่ยแมโครของสี่บอร์ด nDCG@10 — 79.51 ในชุด 138 งาน

• สัญญาอนุญาต — Apache-2.0; เปิดเผยน้ำหนัก (weights), โค้ดอินเฟอเรนซ์ และโค้ดประเมินผล

แถวที่น่าสนใจที่สุดในตารางของ Tencent คือแถวที่ Tencent ชนะ Tencent เอง การ์ด EVIE-Preview-4.5B จากเดือนสิงหาคมอ้างสิทธิ์ "Rank #1 on ViDoRe V3" ด้วยคะแนน 65.36 nDCG@10 เฉือน webAI-ColVec1.1-8b ที่ 65.32 ในตารางที่รีเฟรชใหม่ในการ์ด EVIE-8B ค่า 65.36 เดิมนั้นตอนนี้อยู่อันดับสามโดยรวม ตามหลัง EVIE-8B ที่ 66.75 และ EVIE-4.5B ที่ 66.02 การแจกแจงรายโดเมนของ EVIE-8B ชนะพรีวิวเก่าในทั้งแปดโดเมนสาธารณะของ ViDoRe V3 — CompSci 81.86 เทียบกับ 80.65, Finance EN 71.23 เทียบกับ 70.50, Pharma 70.81 เทียบกับ 69.20 และอื่นๆ — ด้วยการเพิ่มขึ้นเฉลี่ย 1.39 จุด การเพิ่มขึ้นนี้จะยังอยู่หรือไม่เมื่อมีการรันอิสระคือคำถามที่ยังต้องพิสูจน์กันแน่ๆ แต่ความสอดคล้องภายในก็น่าสังเกต เพราะครูที่ไม่สามารถเอาชนะลูกศิษย์ตัวเองได้นั้นเป็นสิ่งที่แปลกที่จะปล่อยออกมา

กราฟิกครอบครัวด้านบนสรุปการจัดอันดับสามเช็คพอยต์ที่ Tencent เผยแพร่ในการ์ด EVIE-8B เมื่อวันที่ 4 กันยายน {{1}}— EVIE-8B ที่ 66.75, EVIE-4.5B ที่ 66.02, EVIE-Preview-4.5B ที่ 65.36 บน ViDoRe V3 nDCG@10{{/1}} {{2}}— โดยที่พรีวิว 128D เปิดทางให้กับ teacher 4096D และนักเรียน Prefix-MRL{{/2}} {{3}}.{{/3}}

ทำไมเรือธงจึงไม่ใช่โมเดลการปรับใช้

มีเหตุผลที่ผู้นำด้านความแม่นยำถูกเรียกว่าครูผู้สอนมากกว่าค่าเริ่มต้น ความกว้างต้องแลกมาด้วยต้นทุนพื้นที่จัดเก็บและทรัพยากรการคำนวณสำหรับการสกอร์ และ 4096 มิติต่อโทเคนนั้นกว้างมาก ในรูปแบบ BF16 เวกเตอร์โทเคนหนึ่งตัวของ EVIE-8B มีขนาด 8 KiB ก่อนการควอนไทซ์ใดๆ และหน้าแบบ dense เพียงหนึ่งหน้าสามารถสร้างเวกเตอร์โทเคนได้หลายร้อยตัว — โดยโปรโตคอลการประเมินผลของการ์ดเองก็จำกัดเอกสารไว้ที่ 1,024 โทเคนภาพต่อหน้า Tencent ไม่ได้เผยแพร่ตัวเลขขนาดดัชนีสำหรับ EVIE-8B ซึ่งเป็นจุดที่น่าจับตามอง เพราะการ์ดของ EVIE-Preview-4.5B เผยแพร่ตัวเลขที่แม่นยำสำหรับดัชนี 128 มิติของมัน: 179.2 GiB ของดัชนี BF16 ดิบต่อล้านหน้าในงบประมาณการฝึกที่ 768 โทเคน และ 420.5 GiB ในระดับชั้นที่คาดการณ์ไว้ที่ 1,792 โทเคน เทียบเวกเตอร์ต่อเวกเตอร์ เอมเบดดิงของ EVIE-8B กว้างกว่ารุ่น preview ถึง 32 เท่า ดังนั้นดัชนี EVIE-8B ดิบที่งบประมาณโทเคนเท่ากันจึงมีขนาดอยู่ในช่วงหลายเทราไบต์ต่อล้านหน้า — ก่อนที่ระบบการดึงข้อมูลซึ่งต้องเก็บมันไว้ใน RAM จะถูกหยิบยกขึ้นมาพูดถึงเสียอีก

การเปิดตัว EVIE-4.5B ในวันเดียวกันนั้นคือสัญญาณที่บ่งบอกว่า Tencent คาดหวังให้ความตึงเครียดนั้นคลี่คลายไปในทิศทางใด EVIE-4.5B คือโมเดลนักเรียนขนาด 4.61B ที่มีโปรเจกชันแบบ 2048 มิติเพียงชุดเดียว ซึ่งจะถูกตัดทอนที่รันไทม์เหลือ 64, 128, 256, 512, 1024 หรือ 2048 มิติ (Tencent เรียกสกีมนี้ว่า Prefix-MRL) พร้อมกับขั้นตอนการบีบอัดโทเค็นแบบไม่ต้องฝึกฝนที่เรียกว่า HAC ซึ่งจัดกลุ่มโทเค็นภาพราว 750 ชิ้นของหนึ่งหน้าให้เหลือเวกเตอร์เพียง 32–64 เวกเตอร์ จุดขายหลักของ Tencent สำหรับโมเดลนี้คือพื้นที่ดัชนี 3.81 GiB ต่อล้านหน้า ซึ่งเป็นตัวเลขที่เหมือนกับตัวเลขอื่นๆ ที่เหลือ มาจากการรายงานของผู้ผลิตเอง เมื่ออ่านทั้งหมดประกอบกัน การเปิดตัวครั้งนี้ดูไม่เหมือน "โมเดล 8B ใหม่หนึ่งตัว" หากแต่เหมือนตระกูลโมเดลที่ถูกออกแบบมาอย่างจงใจ: ตัว 8B เป็นตัวกำหนดเพดานและทำหน้าที่ฝึกโมเดลนักเรียน ส่วนโมเดลนักเรียนต่างหากที่เป็นตัวที่ขนาดพอเหมาะจะอยู่เบื้องหลังดัชนีสำหรับการใช้งานจริงได้

วิธีเรียกใช้ EVIE-8B ในวันนี้

EVIE-8B จัดส่งในรูปแบบน้ำหนักโมเดลเท่านั้น ไม่มี API โฮสต์บนแพลตฟอร์มใดเลย — รวมถึง OrcaRouter — ดังนั้นหนทางเดียวในตอนนี้คือการโฮสต์ checkpoint ด้วยตัวเองแล้วรันผ่านเส้นทาง ColQwen3.5 ใน colpali-engine วิธีเริ่มต้นอย่างรวดเร็วของโมเดลการ์ดนั้นสั้น: โหลดโมเดลในรูปแบบ BF16 พร้อม flash-attention เรียกใช้ enable_bidirectional_attention() ฝังภาพหน้าเอกสารและข้อความค้นหา จากนั้นให้คะแนนด้วย MaxSim ของ processor ขั้นตอน bidirectional ไม่ใช่ของตกแต่งที่เลือกได้ — บิลด์ของ colpali-engine ที่เผยแพร่จะสร้าง ColQwen3.5 พร้อม causal masks เป็นค่าเริ่มต้น และการ์ดของโมเดลตัวอย่างระบุว่าการปล่อย mask ไว้นั้นทำให้คะแนน MaxSim แบบติดอันดับสูงสุดลดลงประมาณ 1.1 จุด ตัวช่วยเดียวกันนี้มาพร้อมกับ EVIE-8B เช่นกัน checkpoint ขนาด 8.41B ในรูปแบบ BF16 มีน้ำหนักประมาณ 17 GB ตามกฎคร่าวๆ สองไบต์ต่อพารามิเตอร์ ดังนั้นนี่จึงเป็นงานที่ใช้ GPU ตัวเดียวที่มีหน่วยความจำเหลือเฟือ ไม่ใช่โมเดลสำหรับอุปกรณ์ขอบ และคลังเอกสารจะอยู่ที่ใดก็ตามที่คุณเก็บ index ไม่ได้อยู่บนตัวโมเดล

EVIE-8B เปลี่ยนแปลงอะไรใน RAG stack สำหรับเอกสาร

สำหรับใครก็ตามที่กำลังสร้างระบบค้นคืนข้อมูลจากเอกสารสแกน เอกสารยื่น ชาร์ต หรือฟอร์ม การเปลี่ยนแปลงเชิงปฏิบัติคือเพดานคุณภาพสำหรับการค้นคืนเอกสารภาพแบบโอเพนซอร์สเพิ่งขยับขึ้น และขยับภายในตระกูลโมเดลที่ตอนนี้ครอบคลุมจุดคุ้มค่าระหว่างราคาและประสิทธิภาพถึงสามจุด อย่างไรก็ตาม ตัวค้นคืน (retriever) เพียงอย่างเดียวทำให้คุณได้แค่หน้าที่เกี่ยวข้อง โมเดลที่อ่านหน้านั้นและเขียนคำตอบเป็นสิ่งที่ต้องตัดสินใจแยกต่างหาก และนั่นคือชั้นที่การจัดเส้นทาง (routing) แสดงคุณค่าที่แท้จริง: OrcaRouter เสนอ API เดียวที่ครอบคลุมโมเดลมากกว่า 200 รายการ ในราคาตามที่ผู้ให้บริการประกาศโดยไม่บวกเพิ่มเลยสักเปอร์เซ็นต์ โมเดลผู้อ่านที่อยู่เบื้องหลังระบบค้นคืนของคุณจึงเปลี่ยนสลับได้โดยไม่ต้องเขียนใหม่ทั้งหมด และเมื่อผู้ให้บริการลดราคาโมเดลใดในระบบเส้นทาง ราคาใหม่จะมีผลในวันเดียวกับที่ประกาศ การแยกชั้นแบบนี้สำคัญยิ่งขึ้นเมื่อฝั่งการค้นคืนเป็น checkpoint ใหม่เอี่ยมที่ยังไม่ผ่านการพิสูจน์ — คุณสามารถนำ EVIE-8B มาใช้ทำดัชนีพร้อมกับรักษาชั้นสร้างคำตอบไว้เบื้องหลังอินเทอร์เฟซที่ไม่ผูกมัดคุณกับโมเดลใดโมเดลหนึ่ง

สิ่งที่ควรดูต่อไป

มีสามสิ่งที่จะเปลี่ยนการปล่อย repo อย่างเงียบ ๆ ครั้งนี้ให้กลายเป็นเรื่องราวที่ได้ข้อยุติ ประการแรก ต้องมีการรันทดสอบอย่างอิสระ: จนกว่าจะมีคนนอก Tencent ทำซ้ำตัวเลข ViDoRe และ JinaVDR ได้ ทั้ง "rank #1" ของ EVIE-8B และ "rank #1" ของพรีวิวรุ่นเก่า ต่างก็เป็นคำกล่าวอ้างที่ทาง Tencent รายงานเอง ซึ่งบังเอิญไม่สอดคล้องกัน ประการที่สอง บทความวิจัยและการทดลองแบบ ablation ที่สัญญาไว้ — การเลือกใช้ 4096 มิติ, checkpoint แบบผสมน้ำหนัก (weight-mix) และสูตรการกลั่น (distillation) ล้วนเป็นเพียงข้อกล่าวอ้างที่ยังไม่มีเอกสารอธิบายมารองรับ ประการที่สาม เรื่องการตั้งชื่อ: ตอนนี้ EVIE-4.5B ครอบครองตำแหน่งที่ EVIE-Preview-4.5B เคยยึดอยู่เมื่อสามสัปดาห์ก่อน จึงเป็นคำถามที่ยังไม่มีคำตอบว่า Tencent จะคงสายผลิตภัณฑ์ "Preview" ไว้หรือจะยุบรวมเข้ากับตระกูลที่เปลี่ยนชื่อแล้ว เมื่อพิจารณาจากจังหวะการปล่อย — checkpoint สำหรับงานค้นคืนเอกสารภาพสามตัวในสามสัปดาห์ — สมมติฐานที่มีประโยชน์กว่าคือ สายผลิตภัณฑ์นี้กำลังได้รับการลงทุนอย่างหนัก และการปล่อยแบบเงียบ ๆ คือวิธีของแล็บในการส่งผลงานออกมาก่อนที่บทความวิจัยจะตีพิมพ์