WeChat mở mã nguồn bộ mô hình nhúng đa thức WeMM-Embedding
WeChat AI đã chính thức mở mã nguồn WeMM-Embedding, bộ mô hình nhúng vectơ đa thức đa năng với các kích thước 2B, 4B và 9B tham số. Được xây dựng trên kiến trúc đa thức Qwen3.5, phiên bản 9B đạt 80,6 điểm đứng đầu bảng xếp hạng MMEB-v2, trong khi phiên bản 2B đạt 77,9 điểm, vượt qua cả các mô hình mã nguồn mở 8B trước đó. Khác với nhiều mô hình nghiên cứu lý thuyết, WeMM-Embedding đã trải qua thử nghiệm thực tế ở quy mô công nghiệp khi xử lý hơn 1 tỷ lượt gọi hàng ngày trên hệ thống tìm kiếm và gợi ý của WeChat. Việc mở mã nguồn một mô hình hiệu năng cao đã được kiểm chứng trong thực tế giúp cộng đồng nhà phát triển dễ dàng tiếp cận năng lực truy vấn đa thức tiên tiến cho video, tài liệu và văn bản. Bộ mô hình hỗ trợ văn bản, hình ảnh, video, tài liệu trực quan và các đầu vào kết hợp trong cùng một không gian biểu diễn vectơ thống nhất. Qua 26 bài kiểm tra nội bộ tại WeChat, phiên bản 2B đã nâng hiệu suất trung bình từ 60,9 lên 72,0 trên các tác vụ tìm kiếm, phân loại, khớp dữ liệu đa nền tảng và độ liên quan của nội dung.
## KIẾN THỨC NỀN
Các mô hình nhúng đa thức (multimodal embedding) chuyển đổi các dạng dữ liệu khác nhau như hình ảnh, video và văn bản thành các vectơ mật độ cao trong cùng một không gian toán học chung, cho phép tìm kiếm và truy vấn chéo giữa các định dạng. Các bộ kiểm thử như MMEB-v2 được sử dụng để đánh giá năng lực của các mô hình này qua nhiều tác vụ truy vấn và suy luận nhằm đo lường hiệu quả kết nối ngữ nghĩa giữa các loại phương tiện truyền thông.