STATUS
数字总览
VDR 状态
状态日期：2026-08-18。VDR 本轮已收敛：发布模型、官方复现、数据治理、EVIE 五档扫描与网站均已定版；当前无 VDR 训练、评测或上传进程。下一次训练归入新的 EVIE 阶段。
一、发布结果
发布模型：Evie-Preview-4.5B（v0_9_x_v0_8_soup_a060），4.54B 参数、128D 原生 token 向量。
官方 reproduce.py 口径 |
分数 |
|---|---|
| ViDoRe V1 nDCG@5 | 91.73 |
| ViDoRe V2 nDCG@5 | 70.87 |
| ViDoRe V1+V2 nDCG@5 | 85.77 |
| ViDoRe V3 public nDCG@10 / 768 token | 64.56 |
| ViDoRe V3 public nDCG@10 / 1,792 token | 65.36 |
| 每页 visual token | V3 public | 向量/页 | 百万页 BF16 原始索引 |
|---|---|---|---|
| 768 | 64.56 | 751.62 | 179.2 GiB |
| 1,792 | 65.36 | 1,763.58 | 420.5 GiB |
两档使用同一份权重，不重训、不重新导出；页面预算调大后 8 个领域涨了 7 个。公开榜单与 10 个复杂页面检索样例见 项目网站。
二、本轮收敛项
| 模块 | 结果 |
|---|---|
| 负样本治理 | 完成 1,191,752 条首轮判定与 206,481 条重挖负例判定；FULL 转正、PARTIAL 掩码 |
| judged-positive 数据 | 完成 v0.7 / v0.8 三 seed 训练、融合与跨版本 soup |
| v0.9 | 完成 1,050,270 行全正例展开、group-aware 训练与三 seed 融合 |
| 发布选型 | 完成 alpha 0.1–0.9 扫描；V3-first 选择 a060 |
| EVIE | 五档 gamma 全部完成；g020 Avg4 0.780683，g030 V2@5 0.7224 / V1+V2 86.11 |
| 官方复现 | a060 的 V1 / V2 / V3 两档全部完成 |
| 实验账本 | 82 个完整 run，标准评测均为 138/138、0 failed |
| EVIE-VDR v0.1 | 1,180 Query / 6,784 页面；标注、二审、仲裁、manifest 与 evaluator 已冻结 |
当前发布决策不变：EVIE 五档的 V3 均比 Parent 低 0.055–0.071pt，不替换 V3-first 的 a060。完整数值与统计检验见仓库内 docs/2_训练评测/训练与评测.md。
三、VDR 数据集
| 索引 | 行数 | mask 槽位 | 有效负例 | 多正例行 | 用途 |
|---|---|---|---|---|---|
queries_v0_7_judged_pos |
596,340 | 223,877 | 968,803 | 175,137 | v0.7 judged-positive |
queries_v0_8_judged_pos |
775,635 | 223,877 | 1,327,393 | 175,137 | v0.8 主线与 EVIE 输入 |
queries_v0_9_all_pos |
1,050,270 | 462,897 | 1,637,643 | 175,137 | 全部 Query-positive 关系展开 |
v0.9 按 1/positive_count 加权，并用 query_group_id 避免同组正例在 in-batch 内互罚。完整判定分布、连接键和训练规则见仓库内 docs/1_数据治理/负样本语义清洗方案.md。
四、下一阶段交接
以下是下一阶段输入，不是当前运行任务：
- EVIE 继续优化 Query 侧后训练，是否扩展
gamma_max作为新阶段单变量实验决定； - 模型压缩：token 池化与 INT8，目标将百万页索引压进 100 GiB；
- EVIE-VDR v0.2：补充更难页面、扩充 qrel，将 Parent nDCG@10 从
0.9734压到0.75–0.90。
五、文档分层
| 文档 | 唯一职责 |
|---|---|
docs/STATUS.md |
对外状态、发布结果与阶段交接 |
docs/3_归档发布/VDR收敛记录.md |
内部发布状态、清理清单、保留资产与未完成事项 |
docs/1_数据治理/负样本语义清洗方案.md |
判定执行、数据统计与训练规则 |
docs/2_训练评测/训练与评测.md |
全部实验分数账本 |
docs/2_训练评测/EVIE.md |
EVIE 方法、数学边界与实验结论 |
docs/2_训练评测/EVIE-VDR.md |
Benchmark 协议、标注、评分与困难化 |