Qwen3新成员：Embedding系列模型登场！

小哪吒

         2025 年 6 月 6 日，Qwen3 - Embedding 系列模型正式发布，成为 Qwen 模型家族的新成员。该系列专为文本表征、检索与排序任务设计，基于 Qwen3 基础模型训练而成，继承了其多语言文本理解能力的优势。

         在多项基准测试中，Qwen3 - Embedding 系列展现出卓越性能。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），超越众多商业 API 服务。目前，该系列已在 Hugging Face、ModelScope 和 GitHub 平台开源，用户也可通过阿里云百炼平台使用文本向量模型服务。

         该系列具备以下特点：卓越的泛化性，在多个下游任务评估中达行业领先水平；灵活的模型架构，提供 0.6B 到 8B 参数规模的 3 种配置，支持表征维度自定义与指令适配优化；全面的多语言支持，涵盖超 100 种语言，具备多语言、跨语言及代码检索能力。
         模型架构方面，Embedding 模型和 Reranker 模型分别采用双塔结构和单塔结构，通过 LoRA 微调继承基础模型的文本理解能力。训练过程采用多阶段训练范式，Embedding 模型经三阶段训练，Reranker 模型基于高质量标注数据监督训练，还构建多任务适配的 Prompt 体系，实现弱监督数据高效生成。
         未来，Qwen3 - Embedding 系列将继续优化，提升训练效率与部署性能，拓展多模态表征体系，构建跨模态语义理解能力。团队期待更多开发者基于该系列探索应用场景，推动其在业务场景中的应用。

开源地址：

ModelScope：

• https://modelscope.cn/collections/Qwen3-Embedding-3edc3762d50f48
• https://modelscope.cn/collections/Qwen3-Reranker-6316e71b146c4f
  
  
  
  

Hugging Face：

• 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