# 跨語言檢索

Qwen3 Embedding 模型系列是通義家族的最新自研模型，專為文本嵌入和排序任務設計，支持100多種語言，在MTEB多語言排行榜上排名第一。

多語言E5大型池化模型，支持多種語言的句子相似度計算和特徵提取任務。

Nomic Embed Text V2 GGUF 是一個多語言文本嵌入模型，支持超過70種語言，適用於句子相似度計算和特徵提取任務。

GIST-Embedding-v0 是一個基於 sentence-transformers 的句子嵌入模型，主要用於句子相似度計算和特徵提取任務。

這是BAAI/bge-multilingual-gemma2模型的4位GPTQ量化版本，支持多語言文本嵌入任務。

多語言E5大型指令模型，支持多種語言的文本嵌入和分類任務，具有強大的跨語言能力。

這是一個多語言的句子嵌入模型，能夠將句子和段落映射到512維的密集向量空間，適用於聚類和語義搜索等任務。

一個支持多種語言的句子轉換器模型，適用於文本排序任務

這是一個基於BAAI/bge-reranker-v2-m3模型轉換的GGUF格式文本排序模型，支持多語言文本嵌入推理。

IBM開發的107M參數多語言嵌入模型，支持12種語言，在MTEB基準測試中表現優異

這是一個多語言混合專家(MoE)文本嵌入模型的中間版本，經過多階段對比訓練得到

多語言E5大型指令模型，支持多種語言的文本嵌入和分類任務

Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度計算和特徵提取任務。

Snowflake Arctic Embed M v2.0 是一個多語言句子嵌入模型，專注於句子相似度任務，支持超過50種語言。

這是一個基於0.5B參數的文本重排序模型，支持多種語言的文本排序任務。

多語言E5大型指令模型，支持多種語言和任務，包括分類、檢索、聚類等。

多語言E5大型指令模型，支持多種語言的文本嵌入和分類任務

基於Qwen2-VL-2B-Instruct與ColBERT策略的視覺檢索模型，能夠生成多向量文本與圖像表示

Qwen2-VL-7B-Instruct 是一個基於 Qwen2 架構的多模態視覺語言模型，支持中英文，適用於多種自然語言處理任務。

Snowflake Arctic Embed v2.0 是一個多語言句子嵌入模型，支持超過100種語言的文本特徵提取和句子相似度計算。

Snowflake Arctic Embed M v2.0 是一個多語言句子嵌入模型，支持超過50種語言，專注於句子相似度和特徵提取任務。

這是一個從sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2微調的句子轉換器模型，可將文本映射到384維向量空間，用於語義相似度計算等任務

Jina Embeddings V3 是一個多語言句子嵌入模型，支持超過100種語言，專注於句子相似度計算和特徵提取任務。

基於FacebookAI/xlm-roberta-large微調的雙語句子轉換器模型，支持阿拉伯語和英語的語義文本相似度計算。

基於Qwen2架構的7B參數規模句子嵌入模型，專注於句子相似度任務，在MTEB基準測試中表現優異。

由Sinequa開發的向量化工具，能夠根據輸入的段落或查詢生成嵌入向量，用於句子相似度計算和檢索任務。

Multilingual E5 Large 是一個多語言句子轉換器模型，專注於句子相似度和特徵提取任務，支持多種語言。

這是BAAI/bge-reranker-v2-m3的精簡版本，僅保留英文和俄文的詞彙表，比原始模型小1.5倍，同時能生成相同的嵌入向量。

多語言E5大型指令模型，支持100多種語言的文本嵌入和分類任務

多語言e5系列是多語言嵌入模型的最佳選擇之一，支持多種語言和任務。

mGTE系列多語言文本編碼器，支持75種語言，最大上下文長度8192，基於BERT+RoPE+GLU架構，在GLUE和XTREME-R基準上表現優異

基於RoBERTa架構的雙語（俄語-英語）文本處理模型，適用於多種分類和檢索任務

GTE系列中的首個多語言重排序模型，支持70+語言，具備高性能和長文本處理能力。

適用於英語和俄語的bge-m3模型，詞彙表精簡版本，保留了英語和俄語的詞彙，詞彙量縮減至原版的21%，整體模型參數量為原版的63.3%，且不影響英語和俄語嵌入的質量。

基於Bloomz-560m-dpo-chat模型的雙編碼器，用於將文章和查詢映射到同一向量空間，支持法語和英語的跨語言檢索。

這是一個基於sentence-transformers的印尼語文本嵌入模型，能將句子和段落映射到384維稠密向量空間，適用於聚類和語義搜索等任務。

multilingual-e5-small 是一個在多語言文本處理任務中表現出色的模型，支持分類、檢索、聚類、重排序、語義文本相似度等多種任務。

BCEmbedding是網易有道研發的雙語跨語言嵌入模型庫，包含EmbeddingModel（語義向量生成）和RerankerModel（結果精排）兩類模型。作為有道檢索增強生成（RAG）系統的核心組件，已成功應用於開源項目QAnything及有道速讀、有道翻譯等產品。

基於BAAI/bge-reranker-large針對韓語數據進行微調的Reranker模型，用於提升韓語檢索增強生成(RAG)性能

基於瑞士多語言新聞數據訓練的句子嵌入模型，支持瑞士四種官方語言