NVIDIA 发布多模态重排序模型 llama-nemotron-rerank-vl-1b-v2
原标题：nvidia/llama-nemotron-rerank-vl-1b-v2
AI 摘要
NVIDIA 发布 llama-nemotron-rerank-vl-1b-v2 多模态重排序模型，基于 Eagle VLM 架构（SigLIP 2 400M 视觉编码器 + Llama 3.2 1B 语言模型），约 17 亿参数，采用交叉编码器结构。该模型可对图像、文本或图文混合的文档页面与查询进行相关性打分，用于视觉 RAG 流程中对候选文档重排序。模型在 ViDoRe V1/V2/V3 等基准上评估，支持商业使用，遵循 NVIDIA 开放模型许可。
正文节选
--- license: other license_name: nvidia-open-model-license license_link: >- https://www.nvidia.com/en-us/agreements/enterprise-software/nvidia-open-model-license/ tags: - reranker - cross-encoder - visual-document-retrieval - question-answering retrieval - multimodal reranking - semantic-search - rag - transformers - sentence-transformers pipeline_tag: text-ranking language: - multilingual library_name: transformers --- ## **Model Overview** ### Description: The `llama