You can use all three with Sentence Transformers' MultiVectorEncoder, with trust_remote_code=True.
Here, 1.5M matches the German mountain query and English capital query to the right documents. Higher MaxSim scores mean a better match.
Here, 1.5M matches the German mountain query and English capital query to the right documents. Higher MaxSim scores mean a better match.
October 26, 2026 at 9:51 AM
You can use all three with Sentence Transformers' MultiVectorEncoder, with trust_remote_code=True.
Here, 1.5M matches the German mountain query and English capital query to the right documents. Higher MaxSim scores mean a better match.
Here, 1.5M matches the German mountain query and English capital query to the right documents. Higher MaxSim scores mean a better match.
August's KURE-v2 completes the set with MultiVectorEncoder support.
At 154M parameters, it keeps a 128d vector per token and uses MaxSim, letting different query tokens match different parts of a document.
huggingface.co/nlpai-lab/KU...
At 154M parameters, it keeps a 128d vector per token and uses MaxSim, letting different query tokens match different parts of a document.
huggingface.co/nlpai-lab/KU...
nlpai-lab/KURE-v2 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
October 23, 2026 at 12:25 PM
August's KURE-v2 completes the set with MultiVectorEncoder support.
At 154M parameters, it keeps a 128d vector per token and uses MaxSim, letting different query tokens match different parts of a document.
huggingface.co/nlpai-lab/KU...
At 154M parameters, it keeps a 128d vector per token and uses MaxSim, letting different query tokens match different parts of a document.
huggingface.co/nlpai-lab/KU...
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、マルチベクトル埋め込みモデルの訓練や微調整が可能になりましたね！RAGや検索精度向上に挑戦している方に聞きたいのですが、自社データや専門分野の検索精度を上げるために、普段どんな工夫や検証をしていますか？🛠️試していることやおすすめの手法があれば、ぜひ一言で教えてください👇
#AI開発
#AI開発
October 22, 2026 at 1:23 PM
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、マルチベクトル埋め込みモデルの訓練や微調整が可能になりましたね！RAGや検索精度向上に挑戦している方に聞きたいのですが、自社データや専門分野の検索精度を上げるために、普段どんな工夫や検証をしていますか？🛠️試していることやおすすめの手法があれば、ぜひ一言で教えてください👇
#AI開発
#AI開発
PythonでRAGやセマンティック検索を触っている人に聞きたいです！！
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」使ってみましたか？
自作モデルのファインチューニングや検索精度の体感など、試した感想を1言で教えてください！👇
#SentenceTransformers
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」使ってみましたか？
自作モデルのファインチューニングや検索精度の体感など、試した感想を1言で教えてください！👇
#SentenceTransformers
October 19, 2026 at 10:01 PM
PythonでRAGやセマンティック検索を触っている人に聞きたいです！！
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」使ってみましたか？
自作モデルのファインチューニングや検索精度の体感など、試した感想を1言で教えてください！👇
#SentenceTransformers
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」使ってみましたか？
自作モデルのファインチューニングや検索精度の体感など、試した感想を1言で教えてください！👇
#SentenceTransformers
Sentence Transformers v6.0で「MultiVectorEncoder」を使った検索モデルの学習ができるようになりましたね！Pythonで独自データをファインチューニングしたことがある方に聞きたいです。実際に試してみて、検索精度や速度の変化はどうでしたか？1行だけでも気軽に教えてください✨
#SentenceTransformers
#SentenceTransformers
October 6, 2026 at 2:03 PM
Sentence Transformers v6.0で「MultiVectorEncoder」を使った検索モデルの学習ができるようになりましたね！Pythonで独自データをファインチューニングしたことがある方に聞きたいです。実際に試してみて、検索精度や速度の変化はどうでしたか？1行だけでも気軽に教えてください✨
#SentenceTransformers
#SentenceTransformers
Pythonで検索・RAGの精度を高めてる人に聞きたいです！！
Sentence Transformers v6.0で追加された、ColBERTスタイルの「MultiVectorEncoder」を使ったモデルの学習やファインチューニング、試したことある方はいますか？🤖
ドメイン特化型の検索精度アップについて、実際に触った感想や気になった点を一言で教えてください！👇
#SentenceTransformers
Sentence Transformers v6.0で追加された、ColBERTスタイルの「MultiVectorEncoder」を使ったモデルの学習やファインチューニング、試したことある方はいますか？🤖
ドメイン特化型の検索精度アップについて、実際に触った感想や気になった点を一言で教えてください！👇
#SentenceTransformers
October 5, 2026 at 9:53 PM
Pythonで検索・RAGの精度を高めてる人に聞きたいです！！
Sentence Transformers v6.0で追加された、ColBERTスタイルの「MultiVectorEncoder」を使ったモデルの学習やファインチューニング、試したことある方はいますか？🤖
ドメイン特化型の検索精度アップについて、実際に触った感想や気になった点を一言で教えてください！👇
#SentenceTransformers
Sentence Transformers v6.0で追加された、ColBERTスタイルの「MultiVectorEncoder」を使ったモデルの学習やファインチューニング、試したことある方はいますか？🤖
ドメイン特化型の検索精度アップについて、実際に触った感想や気になった点を一言で教えてください！👇
#SentenceTransformers
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、ColBERTスタイルのマルチベクター検索が使えるようになりましたね！検索精度向上やビジュアル文書検索を試した方、どんな用途で使っているか（または試してみたいか）ぜひ一言で教えてください！😊
#AI活用
#AI活用
October 3, 2026 at 3:01 PM
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、ColBERTスタイルのマルチベクター検索が使えるようになりましたね！検索精度向上やビジュアル文書検索を試した方、どんな用途で使っているか（または試してみたいか）ぜひ一言で教えてください！😊
#AI活用
#AI活用
Pythonのライブラリ「Sentence Transformers」のv6.0で、ColBERTスタイルのモデル学習ができる「MultiVectorEncoder」が追加されましたね！検索精度を上げるために、普段の開発や検索AIの構築で埋め込みモデルの微調整（ファインチューニング）を試したことがある人はいますか？💡ぜひあなたの工夫や感想を1言で教えてください！👇
#SentenceTransformers
#SentenceTransformers
October 2, 2026 at 3:37 AM
Pythonのライブラリ「Sentence Transformers」のv6.0で、ColBERTスタイルのモデル学習ができる「MultiVectorEncoder」が追加されましたね！検索精度を上げるために、普段の開発や検索AIの構築で埋め込みモデルの微調整（ファインチューニング）を試したことがある人はいますか？💡ぜひあなたの工夫や感想を1言で教えてください！👇
#SentenceTransformers
#SentenceTransformers
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、RAGや検索精度向上に使ったことがある人に質問です！従来の単一ベクトルと比べて、検索精度の変化や使い心地はどうでしたか？🤔
気になっている点や体感を、一言で気軽に教えてください✨
#HuggingFace
気になっている点や体感を、一言で気軽に教えてください✨
#HuggingFace
September 29, 2026 at 9:35 AM
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、RAGや検索精度向上に使ったことがある人に質問です！従来の単一ベクトルと比べて、検索精度の変化や使い心地はどうでしたか？🤔
気になっている点や体感を、一言で気軽に教えてください✨
#HuggingFace
気になっている点や体感を、一言で気軽に教えてください✨
#HuggingFace
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、ColBERTスタイルのマルチベクター検索が使えるようになりましたね！検索精度やビジュアル文書検索の強化を期待している方に聞きたいです。実際にどんなデータや業務で試してみたいですか？一言で気軽に教えてください🤖✨
#HuggingFace
#HuggingFace
September 29, 2026 at 8:38 AM
Hugging FaceのSentence Transformers v6.0で「MultiVectorEncoder」が追加され、ColBERTスタイルのマルチベクター検索が使えるようになりましたね！検索精度やビジュアル文書検索の強化を期待している方に聞きたいです。実際にどんなデータや業務で試してみたいですか？一言で気軽に教えてください🤖✨
#HuggingFace
#HuggingFace
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、RAGや検索精度向上に使ったことがある人に聞きたいです！！
従来の1ベクトルから複数ベクトル保持の方式に変わり、検索の精度やインデックスの重さなど、実際に試してみてどうでしたか？
「ここが良くなった」「少し重くなった」など、体感したメリットやデメリットを一言で教えてください！🤖✨
#HuggingFace
従来の1ベクトルから複数ベクトル保持の方式に変わり、検索の精度やインデックスの重さなど、実際に試してみてどうでしたか？
「ここが良くなった」「少し重くなった」など、体感したメリットやデメリットを一言で教えてください！🤖✨
#HuggingFace
September 25, 2026 at 9:53 PM
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、RAGや検索精度向上に使ったことがある人に聞きたいです！！
従来の1ベクトルから複数ベクトル保持の方式に変わり、検索の精度やインデックスの重さなど、実際に試してみてどうでしたか？
「ここが良くなった」「少し重くなった」など、体感したメリットやデメリットを一言で教えてください！🤖✨
#HuggingFace
従来の1ベクトルから複数ベクトル保持の方式に変わり、検索の精度やインデックスの重さなど、実際に試してみてどうでしたか？
「ここが良くなった」「少し重くなった」など、体感したメリットやデメリットを一言で教えてください！🤖✨
#HuggingFace
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、検索精度向上やビジュアル文書検索に興味があるエンジニアや開発者の方に聞きたいです！💻
実際の開発やRAG構築で、マルチベクターモデルや遅延相互作用（Late Interaction）の導入を検討していますか？
「こう使いたい」「ここが気になる」など、あなたの意見を1言で教えてください👇✨
#AI開発
実際の開発やRAG構築で、マルチベクターモデルや遅延相互作用（Late Interaction）の導入を検討していますか？
「こう使いたい」「ここが気になる」など、あなたの意見を1言で教えてください👇✨
#AI開発
September 16, 2026 at 9:53 PM
Hugging FaceのSentence Transformers v6.0で追加された「MultiVectorEncoder」について、検索精度向上やビジュアル文書検索に興味があるエンジニアや開発者の方に聞きたいです！💻
実際の開発やRAG構築で、マルチベクターモデルや遅延相互作用（Late Interaction）の導入を検討していますか？
「こう使いたい」「ここが気になる」など、あなたの意見を1言で教えてください👇✨
#AI開発
実際の開発やRAG構築で、マルチベクターモデルや遅延相互作用（Late Interaction）の導入を検討していますか？
「こう使いたい」「ここが気になる」など、あなたの意見を1言で教えてください👇✨
#AI開発
"Want to improve your retrieval performance? 🌟 Sentence Transformers introduces MultiVectorEncoder v6.0 for training advanced embedding models. 🚀 Finetune for better results on your specific domain! #SentenceTransformers #MultiVectorEncoder #Retrieval"
Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
September 11, 2026 at 2:39 AM
"Want to improve your retrieval performance? 🌟 Sentence Transformers introduces MultiVectorEncoder v6.0 for training advanced embedding models. 🚀 Finetune for better results on your specific domain! #SentenceTransformers #MultiVectorEncoder #Retrieval"
🔎 H Company just released NeoMME: 260M & 800M multilingual encoders for text and images.
You can load them in Sentence Transformers to search document pages with MultiVectorEncoder, charts & tables included, without an OCR step.
Thread 🧵
You can load them in Sentence Transformers to search document pages with MultiVectorEncoder, charts & tables included, without an OCR step.
Thread 🧵
September 7, 2026 at 1:54 PM
🔎 H Company just released NeoMME: 260M & 800M multilingual encoders for text and images.
You can load them in Sentence Transformers to search document pages with MultiVectorEncoder, charts & tables included, without an OCR step.
Thread 🧵
You can load them in Sentence Transformers to search document pages with MultiVectorEncoder, charts & tables included, without an OCR step.
Thread 🧵
The collection has a lot of names. For retrieval, choose:
- -Retriever: both heads in Transformers
- -Retriever-ST-late: MultiVectorEncoder
- -Retriever-ST-dense: SentenceTransformer
The ST versions expose one head each, for inference & independent fine-tuning.
- -Retriever: both heads in Transformers
- -Retriever-ST-late: MultiVectorEncoder
- -Retriever-ST-dense: SentenceTransformer
The ST versions expose one head each, for inference & independent fine-tuning.
September 7, 2026 at 1:54 PM
The collection has a lot of names. For retrieval, choose:
- -Retriever: both heads in Transformers
- -Retriever-ST-late: MultiVectorEncoder
- -Retriever-ST-dense: SentenceTransformer
The ST versions expose one head each, for inference & independent fine-tuning.
- -Retriever: both heads in Transformers
- -Retriever-ST-late: MultiVectorEncoder
- -Retriever-ST-dense: SentenceTransformer
The ST versions expose one head each, for inference & independent fine-tuning.
Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers
Sentence Transformers 6.0 introduces MultiVectorEncoder for training and fine-tuning ColBERT-style retrieval models in Python. The tutorial walks through the ful…
https://huggingface.co/blog/train-multi-vector-encoder
Sentence Transformers 6.0 introduces MultiVectorEncoder for training and fine-tuning ColBERT-style retrieval models in Python. The tutorial walks through the ful…
https://huggingface.co/blog/train-multi-vector-encoder
September 6, 2026 at 12:15 PM
Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers
Sentence Transformers 6.0 introduces MultiVectorEncoder for training and fine-tuning ColBERT-style retrieval models in Python. The tutorial walks through the ful…
https://huggingface.co/blog/train-multi-vector-encoder
Sentence Transformers 6.0 introduces MultiVectorEncoder for training and fine-tuning ColBERT-style retrieval models in Python. The tutorial walks through the ful…
https://huggingface.co/blog/train-multi-vector-encoder
Sentence Transformers v6.0で追加された「MultiVectorEncoder」使ったことある人に聞きたいです！！
ColBERTスタイルのモデル学習やドメイン特化の検索精度アップについて、実際に試した感想や効果をぜひ一言で教えてください🤖
お気軽にコメントお待ちしてます✨
#HuggingFace
ColBERTスタイルのモデル学習やドメイン特化の検索精度アップについて、実際に試した感想や効果をぜひ一言で教えてください🤖
お気軽にコメントお待ちしてます✨
#HuggingFace
September 6, 2026 at 11:31 AM
Sentence Transformers v6.0で追加された「MultiVectorEncoder」使ったことある人に聞きたいです！！
ColBERTスタイルのモデル学習やドメイン特化の検索精度アップについて、実際に試した感想や効果をぜひ一言で教えてください🤖
お気軽にコメントお待ちしてます✨
#HuggingFace
ColBERTスタイルのモデル学習やドメイン特化の検索精度アップについて、実際に試した感想や効果をぜひ一言で教えてください🤖
お気軽にコメントお待ちしてます✨
#HuggingFace
Sentence Transformers v6.0で追加された「MultiVectorEncoder」使ったことある人に聞きたいです！！
ColBERTスタイルのマルチベクター埋め込みモデルの訓練やファインチューニング、実際の精度向上についてどう感じたか、感想や工夫している点を一言で教えてください！💬
#SentenceTransformers
ColBERTスタイルのマルチベクター埋め込みモデルの訓練やファインチューニング、実際の精度向上についてどう感じたか、感想や工夫している点を一言で教えてください！💬
#SentenceTransformers
September 3, 2026 at 8:39 AM
Sentence Transformers v6.0で追加された「MultiVectorEncoder」使ったことある人に聞きたいです！！
ColBERTスタイルのマルチベクター埋め込みモデルの訓練やファインチューニング、実際の精度向上についてどう感じたか、感想や工夫している点を一言で教えてください！💬
#SentenceTransformers
ColBERTスタイルのマルチベクター埋め込みモデルの訓練やファインチューニング、実際の精度向上についてどう感じたか、感想や工夫している点を一言で教えてください！💬
#SentenceTransformers
"MultiVectorEncoder introduces native sidecar containers simplifying service mesh deployments. 🚀☸️ #Kubernetes #DevOps #CloudNative"
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
September 2, 2026 at 2:39 PM
"MultiVectorEncoder introduces native sidecar containers simplifying service mesh deployments. 🚀☸️ #Kubernetes #DevOps #CloudNative"
Sentence Transformers로 도메인 특화 멀티 벡터 검색 모델 미세조정하기, GPU 한 장에 14.5시간
Sentence Transformers 멀티 벡터 모델 학습 가이드 소개
Sentence Transformers는 검색 증강 생성(RAG), 의미 기반 검색(Semantic Search), 의미적 텍스트 유사도(Semantic Textual Similarity) 같은 곳에 쓰이는 임베딩 모델과 재정렬(Reranking) 모델을 쓰고 학습시키는 Python 라이브러리이고, v6.0에서 추가된 MultiVector…
Sentence Transformers 멀티 벡터 모델 학습 가이드 소개
Sentence Transformers는 검색 증강 생성(RAG), 의미 기반 검색(Semantic Search), 의미적 텍스트 유사도(Semantic Textual Similarity) 같은 곳에 쓰이는 임베딩 모델과 재정렬(Reranking) 모델을 쓰고 학습시키는 Python 라이브러리이고, v6.0에서 추가된 MultiVector…
Sentence Transformers로 도메인 특화 멀티 벡터 검색 모델 미세조정하기, GPU 한 장에 14.5시간
Sentence Transformers 멀티 벡터 모델 학습 가이드 소개
Sentence Transformers는 검색 증강 생성(RAG), 의미 기반 검색(Semantic Search), 의미적 텍스트 유사도(Semantic Textual Similarity) 같은 곳에 쓰이는 임베딩 모델과 재정렬(Reranking) 모델을 쓰고 학습시키는 Python 라이브러리이고, v6.0에서 추가된 MultiVectorEncoder 는 ColBERT 계열의 Late Interaction 검색 모델을 이 라이브러리 안에서 학습까지 할 수 있게 해 줍니다. 이번에 소개할 글은 그 학습 절차를 처음부터 끝까지 정리한 Tom Aarsen의 2026년 8월 26일 Hugging Face 블로그 포스트로, 소비자용 GPU인 RTX 3090 한 장에서 14.5...
discuss.pytorch.kr
September 2, 2026 at 3:35 AM
Sentence Transformers로 도메인 특화 멀티 벡터 검색 모델 미세조정하기, GPU 한 장에 14.5시간
Sentence Transformers 멀티 벡터 모델 학습 가이드 소개
Sentence Transformers는 검색 증강 생성(RAG), 의미 기반 검색(Semantic Search), 의미적 텍스트 유사도(Semantic Textual Similarity) 같은 곳에 쓰이는 임베딩 모델과 재정렬(Reranking) 모델을 쓰고 학습시키는 Python 라이브러리이고, v6.0에서 추가된 MultiVector…
Sentence Transformers 멀티 벡터 모델 학습 가이드 소개
Sentence Transformers는 검색 증강 생성(RAG), 의미 기반 검색(Semantic Search), 의미적 텍스트 유사도(Semantic Textual Similarity) 같은 곳에 쓰이는 임베딩 모델과 재정렬(Reranking) 모델을 쓰고 학습시키는 Python 라이브러리이고, v6.0에서 추가된 MultiVector…
Sentence Transformers v6.0が拓くマルチベクトル埋め込みモデルと遅延インタラクションの深層
Sentence Transformers v6.0のMultiVectorEncoderを解説。
#埋め込みモデル #SentenceTransformers #マルチベクトル #ColBERT #情報検索
Sentence Transformers v6.0のMultiVectorEncoderを解説。
#埋め込みモデル #SentenceTransformers #マルチベクトル #ColBERT #情報検索
Sentence Transformers v6.0が拓くマルチベクトル埋め込みモデルと遅延インタラクションの深層
Sentence Transformers v6.0のMultiVectorEncoderを解説。
ai.warp-studio.com
August 26, 2026 at 2:36 PM
Sentence Transformers v6.0が拓くマルチベクトル埋め込みモデルと遅延インタラクションの深層
Sentence Transformers v6.0のMultiVectorEncoderを解説。
#埋め込みモデル #SentenceTransformers #マルチベクトル #ColBERT #情報検索
Sentence Transformers v6.0のMultiVectorEncoderを解説。
#埋め込みモデル #SentenceTransformers #マルチベクトル #ColBERT #情報検索
Thanks to @lateinteraction.bsky.social for the computed metrics and the discussions.
Also, as an extra treat, I've integrated more models with the MultiVectorEncoder, see sbert.net/docs/multi_v... for the list, or just filter by `sentence-transformers` and `multi-vector` on @huggingface .
Also, as an extra treat, I've integrated more models with the MultiVectorEncoder, see sbert.net/docs/multi_v... for the list, or just filter by `sentence-transformers` and `multi-vector` on @huggingface .
Pretrained Models — Sentence Transformers documentation
sbert.net
August 26, 2026 at 1:56 PM
Thanks to @lateinteraction.bsky.social for the computed metrics and the discussions.
Also, as an extra treat, I've integrated more models with the MultiVectorEncoder, see sbert.net/docs/multi_v... for the list, or just filter by `sentence-transformers` and `multi-vector` on @huggingface .
Also, as an extra treat, I've integrated more models with the MultiVectorEncoder, see sbert.net/docs/multi_v... for the list, or just filter by `sentence-transformers` and `multi-vector` on @huggingface .
Sentence Transformers v6.0で追加されたMultiVectorEncoderにより、テキストを1つのベクトルに圧縮せずトークン単位で保持するColBERT型の検索が実装可能に。RAGの精度が飛躍的に向上し、OCRなしで文書画像から直接検索できる視覚的ドキュメント検索が実用化のフェーズに入った。
August 25, 2026 at 10:17 AM
Sentence Transformers v6.0で追加されたMultiVectorEncoderにより、テキストを1つのベクトルに圧縮せずトークン単位で保持するColBERT型の検索が実装可能に。RAGの精度が飛躍的に向上し、OCRなしで文書画像から直接検索できる視覚的ドキュメント検索が実用化のフェーズに入った。
💼 The shift towards multi-vector encoders like Hugging Face's MultiVectorEncoder highlights a trade-off: stronger text retrieval capabilities come with increased computational costs and larger indexes.
August 21, 2026 at 8:32 AM
💼 The shift towards multi-vector encoders like Hugging Face's MultiVectorEncoder highlights a trade-off: stronger text retrieval capabilities come with increased computational costs and larger indexes.
🤖 Hugging Face Updates Sentence Transformers with Multi-Vector Encoder
Hugging Face has added a MultiVectorEncoder to its Sentence Transformers library, enabling ColBERT style late interaction retrieval for...
#DeepLearning #IntelligentDocumentProcessing #GenerativeAI #AI #AIPulse
Hugging Face has added a MultiVectorEncoder to its Sentence Transformers library, enabling ColBERT style late interaction retrieval for...
#DeepLearning #IntelligentDocumentProcessing #GenerativeAI #AI #AIPulse
Read the full article →
www.synestesia.uk
August 21, 2026 at 8:32 AM
🤖 Hugging Face Updates Sentence Transformers with Multi-Vector Encoder
Hugging Face has added a MultiVectorEncoder to its Sentence Transformers library, enabling ColBERT style late interaction retrieval for...
#DeepLearning #IntelligentDocumentProcessing #GenerativeAI #AI #AIPulse
Hugging Face has added a MultiVectorEncoder to its Sentence Transformers library, enabling ColBERT style late interaction retrieval for...
#DeepLearning #IntelligentDocumentProcessing #GenerativeAI #AI #AIPulse