阿里开源Qwen3新模型Embedding及Reranker，带来强大多语言、跨语言支持
文章来源：智汇AI 发布时间：2025-06-12
官方表示，在多项基准测试中，Qwen3-Embedding 系列在文本表征和排序任务中展现了卓越的性能。
暂无访问智汇AI6月6日消息，阿里今日凌晨开源了Qwen3-Embedding系列模型（Embedding及Reranker），专为文本表征、检索与排序任务设计，基于Qwen3基础模型进行训练。
官方表示，在多项基准测试中，Qwen3-Embedding系列在文本表征和排序任务中展现了卓越的性能。
其具备如下特点：
卓越的泛化性：Qwen3-Embedding系列在多个下游任务评估中达到行业领先水平。其中，8B参数规模的Embedding模型在MTEB多语言Leaderboard榜单中位列第一（截至2025年6月6日，得分70.58），性能超越众多商业API服务。此外，该系列的排序模型在各类文本检索场景中表现出色，显著提升了搜索结果的相关性。
灵活的模型架构：Qwen3-Embedding系列提供从0.6B到8B参数规模的3种模型配置，以满足不同场景下的性能与效率需求。开发者可以灵活组合表征与排序模块，实现功能扩展。
此外，模型支持以下定制化特性：
表征维度自定义：允许用户根据实际需求调整表征维度，有效降低应用成本；
指令适配优化：支持用户自定义指令模板，以提升特定任务、语言或场景下的性能表现。
全面的多语言支持：Qwen3-Embedding系列支持超过100种语言，涵盖主流自然语言及多种编程语言。该系列模型具备强大的多语言、跨语言及代码检索能力，能够有效应对多语言场景下的数据处理需求。
据介绍，Embedding模型接收单段文本作为输入，取模型最后一层「EOS」标记对应的隐藏状态向量，作为输入文本的语义表示；Reranker模型则接收文本对（例如用户查询与候选文档）作为输入，利用单塔结构计算并输出两个文本的相关性得分。
智汇AI附开源地址如下：
ModelScope：
https://modelscope.cn/collections/Qwen3-Embedding-3edc3762d50f48
https://modelscope.cn/collections/Qwen3-Reranker-6316e71b146c4f
HuggingFace：
https://huggingface.co/collections/Qwen/qwen3-embedding-6841b2055b99c44d9a4c371f
https://huggingface.co/collections/Qwen/qwen3-reranker-6841b22d0192d7ade9cdefea
GitHub：
https://github.com/QwenLM/Qwen3-Embedding
技术报告：
https://github.com/QwenLM/Qwen3-Embedding/blob/main/qwen3_embedding_technical_report.pdf
相关推荐
