ViDoRe

ViDoRe 是由 Illuin Tech 提出的视觉文档检索基准，全称 Visual Document Retrieval，专门评估模型在图片型文档上的检索能力，提供 v1、v2、v3 等版本。

ViDoRe 采用 ColBERT 风格的延迟交互机制：文档被切成补丁，每个补丁生成一个稠密向量，查询同样编码为多向量，通过 MaxSim 逐向量最大相似度求和来打分。