两周前，我们发布了jina-embeddings-v4的GGUF格式，以提高推理速度。现代嵌入模型与LLM几乎相同，主要区别在于输出类型。文章讨论了将现代嵌入模型适配GGUF格式的经验，包括去除视觉变换器和多向量投影器，最终得到三个任务特定的GGUF模型。

传统计算机视觉模型模仿人类视觉，而jina-embeddings-v4结合图像和文本处理，解析复杂视觉材料如信息图和表格。该模型强调图像分辨率对信息提取的重要性，适当的分辨率能提升检索效果。使用多种分辨率的嵌入方法能更有效处理视觉丰富的文档。

今天发布的jina-embeddings-v4是一个包含38亿参数的通用嵌入模型，支持文本和图像处理，特别在视觉内容检索方面表现优异，超越了主要竞争对手的闭源模型。该模型支持单向量和多向量嵌入，提升了检索性能。