視覺文件檢索

深度分析

以 Qwen3‑VL 在 Sentence Transformers 上實作 VDR：訓練設計與 Matryoshka 優化

Sentence Transformers擴展多模態嵌入與重排序，能以同一API編碼文字、影像、音訊與影片；示例以Qwen3‑VL微調視覺文件檢索，採CachedMultipleNegativesRankingLoss與MatryoshkaLoss訓練，在指定資料上把NDCG@10由0.888提升到0.947，顯示領域微調能顯著改善檢索表現。