> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# NeoMME: Taranmış belgeyi metne çevirmeden arayan açık kaynak model
- URL: https://globalfeed.ai/h-companyden-neomme-goru-kulesi-ve-decoder-olmadan-calisan-260m-ve-800m-cok-modlu-kodlayicilar/
- Published: 2026-09-08T10:19:07.000Z
- Updated: 2026-09-08T10:19:07.000Z
- Description: H Company, PDF sayfasını görüntü olarak okuyup içinde arama yapan iki modeli Apache 2.0 ile yayımladı. Küçük olanı 260 milyon parametreyle, on dört katı büyüklükteki modele yakın sonuç veriyor.
- Author: GlobalFeed Editor
- Tags: NeoMME, H Company, belge erişimi, açık kaynak, x-hcompany_ai, dil-tr, video

Elinizde binlerce taranmış fatura, sözleşme ya da teknik şartname varsa, içinde arama yapmanın bilinen yolu önce OCR ile sayfayı metne çevirmektir. OCR tabloyu, sütun düzenini ve grafiği kaybeder; arama da kaybedilen şeyi bulamaz.

**NeoMME** bu adımı atlıyor. Sayfayı olduğu gibi, görüntü olarak okuyor ve "geçen yılın dördüncü çeyrek ciro tablosu" gibi gündelik bir cümleyle doğru sayfayı getiriyor. H Company iki boyu birden yayımladı: 260 milyon ve 800 milyon parametre, Apache 2.0 lisansıyla, ticari kullanım dahil serbest.

## Küçük model, büyük sonuç

Belge erişiminin standart ölçüsü ViDoRe v3'te 260 milyonluk model 0,523 nDCG@10 alıyor. Bu, 800 milyonun altındaki bütün modellerin önünde; üstelik 3,75 milyar parametreli ColQwen2.5'in yalnızca 0,002 gerisinde. Yani on dörtte bir boyutla aynı işe yakın sonuç. 800 milyonluk sürüm 0,556'ya çıkıyor.

İşletme tarafında asıl fark iki rakamda: tek bir NVIDIA L40S kartında saniyede 51,3 sayfa işleniyor, ColModernVBERT'in yaklaşık iki katı. Sayfa başına saklanan vektör ise 1,5 megabayttan 6 kilobayta iniyor, 255 kat; arama kalitesinin yüzde 95'i duruyor. Bir milyon sayfalık arşivin dizini 1,5 terabayt yerine 6 gigabayt tutuyor demektir.

## Nasıl çalışıyor

Bu alanda alışılmış yöntem, hazır bir görüntü modelini hazır bir dil modeline eklemektir; ColPali ve türevleri böyle kurulur. NeoMME ikisini de kullanmıyor. Tek bir Transformer, metni ve sayfadan kesilen ham görüntü parçalarını aynı katmanlardan geçiriyor, model de sıfırdan eğitiliyor. Taşınmayan hazır parçalar, harcanmayan parametre demek.

İki model de 16.384 birimlik bağlam destekliyor, bu da iki adet 4K sayfaya yetiyor. Çok dillilik tasarımın parçası: kendi sözlük çözücüsü 14 dilde ModernBERT'e göre yüzde 44,4 daha az birim üretiyor, yani aynı sayfa daha ucuza işleniyor. Eğitim 16 ve 32 H100 kartı üzerinde yaklaşık 524 milyar birim işlemiş.

## Zayıf tarafı

Model görsel belgede iyi, düz metinde değil. Yalnız metin aranıyorsa BEIR-15 ölçüsünde 0,4881 ve 0,5126 alıyor; 149 milyon parametreli LateOn 0,5722 ile önde. Yazarlar bu farkı eğitimdeki denetim ölçeğine bağlıyor. Yani NeoMME düz metin aramasının yerine geçmiyor, taranmış ve düzeni anlam taşıyan belgeler için ayrı bir araç.

Modeller ve ölçüm ayrıntıları [H Company'nin duyurusunda](https://huggingface.co/blog/Hcompany/neomme?ref=globalfeed.ai), yöntem ise [arXiv makalesinde](https://arxiv.org/abs/2609.01657?ref=globalfeed.ai).