Pplx-embed-v2-late 突破了传统稠密模型的”单向量瓶颈”，为每个 token 保留一个 128 维向量，检索时用 MaxSim 打分（每个查询 token 找到最优的文档 token，再累加这些最大值）。模型基于 Qwen3.5 与双向注意力训练，两者均由内部 18B ColBERT 教师模型通过 token 级 LEAF 风格蒸馏而来，这正是二者共享嵌入空间的来源。Perplexity 表示，0.6B 模型在 ViDoRe V3 上可匹敌约 5 倍活跃参数量的同类模型。
Pplx-embed-v2-late 突破了传统稠密模型的”单向量瓶颈”，为每个 token 保留一个 128 维向量，检索时用 MaxSim 打分（每个查询 token 找到最优的文档 token，再累加这些最大值）。模型基于 Qwen3.5 与双向注意力训练，两者均由内部 18B ColBERT 教师模型通过 token 级 LEAF 风格蒸馏而来，这正是二者共享嵌入空间的来源。Perplexity 表示，0.6B 模型在 ViDoRe V3 上可匹敌约 5 倍活跃参数量的同类模型。