Llama Nemotron Rerank VL 1B v2

Llama Nemotron Rerank VL 1B v2 — мультимодальная модель NVIDIA, которая оценивает, насколько найденная страница отвечает на текстовый запрос. Версия опубликована 18 декабря 2025 года. Она принимает запрос и страницу как текст, изображение или их сочетание, а затем выдаёт оценку релевантности, по которой поисковая система может переставить уже отобранные результаты.

Переранжирование найденных страниц

Точная оценка нескольких кандидатов

Переранжировщик обычно не сканирует весь архив документов. Сначала система поиска или модель эмбеддингов выбирает ограниченный список кандидатов, после чего Rerank VL сравнивает каждый документ с запросом и оценивает их соответствие. Такой второй этап полезен, когда ответ расположен в таблице, диаграмме, инфографике или скане, где одного текстового поиска недостаточно.

Мультимодальные входы

Текст, изображение или оба представления страницы

Карточка NVIDIA описывает обработку страниц в виде изображения, извлечённого текста либо сочетания картинки и текста. Архитектура основана на Eagle VLM, включает визуальный кодировщик SigLIP 2 400M и языковую основу Llama 3.2 1B; полный reranker содержит около 1,7 млрд параметров. Для самого переранжирования используются пары «запрос — документ», а не одиночная оценка страницы вне контекста запроса.

Как объединить с Embed VL

Две роли в визуальном поиске

Llama Nemotron Embed VL 1B v2 кодирует запросы и документы для первичного поиска, а Rerank VL уточняет порядок наиболее подходящих страниц. Для текстового извлечения у NVIDIA есть отдельная Llama Embed Nemotron 8B. Выбор лицензии и условия использования следует проверять по карточке соответствующих весов.

Связанные модели и разработчик

Карточки экосистемы NVIDIA

Llama Nemotron Embed VL 1B v2 · Llama Embed Nemotron 8B · nemotron 3 super 120b · NVIDIA в Вики Futuretools

Дата выпуска и официальный источник

Что подтверждают материалы разработчика

Карточка NVIDIA датирует выпуск 18.12.2025 и описывает оценку релевантности страниц к запросу для мультимодального поиска. В ней указаны входы как текст, изображения или сочетание, архитектура Eagle VLM и около 1,7 млрд параметров. Первичный источник: официальные материалы NVIDIA.