Hugging Face, 멀티모달 임베딩 및 리랭커 모델 공개
hugging face가 sentence transformers 라이브러리에 멀티모달 임베딩 및 리랭커 모델을 출시했습니다. 이번 업데이트는 텍스트와 이미지를 공유 벡터 공간에 매핑하여 교차 모달 검색, 시각적 문서 검색, 멀티모달 RAG 파이프라인을 가능하게 합니다. VLM 기반 모델은 8GB에서 20GB의 VRAM이 필요합니다.
허깅 페이스(Hugging Face)는 멀티모달 기능을 지원하기 위해 Sentence Transformers 라이브러리를 업데이트했다. 이 업데이트를 통해 임베딩 및 리랭커 모델이 텍스트와 이미지를 공유 벡터 공간에 매핑할 수 있게 되었다. 이 기능은 텍스트 쿼리로 이미지를 검색하거나 멀티모달 RAG 파이프라인을 구축하는 것과 같은 크로스-모달 검색 작업을 수행할 수 있게 해준다. 예를 들어, Qwen3-VL-2B와 같은 모델이 지원되며, 2B 변형의 경우 최소 8GB VRAM, 8B 변형의 경우 20GB가 필요로 한다.