Sentence Transformers v6.0 引入多向量模型增强检索能力

Sentence Transformers 最新版本 v6.0 引入了 MultiVectorEncoder，这是一种用于 ColBERT 风格晚期交互检索的多向量模型。与传统的嵌入模型不同，MultiVectorEncoder 对每个文本标记保留一个向量，并在查询和文档评分时使用 MaxSim 操作符来保持更精确的匹配信息。这种技术虽然增加了索引大小，但显著提高了检索性能，尤其适用于视觉文档检索等场景。此外，该模型支持加载 PyLate 和 colpali-engine 的检查点格式，并通过熟悉的 API 进行编码和评分。在语义搜索中，MultiVectorEncoder 可以实现更准确的查询与文档匹配，而无需进行 OCR 步骤，从而提高视觉文档检索的效果。