ViDoRe 2

新方法提高了视觉文档重排的效率和准确性

研究人员开发了两种新颖的高效视觉文档重排方法：RenderRank 和 RidgeRank。RenderRank 利用从文档图像中提取的压缩视觉标记来学习查询相关的评分，显著减少了输入标记数量，并在多个数据集上优于基于文本的重排器。RidgeRank 通过融合检索器分数和重排器分数并采用浅层线性读出，提高了效率，以一小部分计算成本实现了接近交叉编码器的准确性。这两种方法都旨在提高多模态语言模型在文档检索任务中重排的速度和准确性。