ColPali — 비전 언어 모델로 문서를 검색한다

ColPali 는 Illuin Technology 가 내놓은 문서 검색(retrieval) 기법으로, 비전 언어 모델(VLM)을 이용해 문서를 '시각 공간'의 다중 벡터 임베딩으로 만듭니다. PaliGemma-3B 의 ViT 출력 패치를 선형 투영해 문서의 멀티벡터 표현을 구축하므로, 레이아웃 인식이나 OCR 파이프라인이 필요 없이 텍스트와 시각(레이아웃·차트 등)을 한 모델로 함께 고려합니다. ColBERT 아키텍처에서 파생된 원본 ColPali 와 ColVision, bi-encoder 변형을 모두 포함하며, colpali-engine 파이썬 패키지로 배포됩니다.