Qwen3 Embedding
Qwen3 Embedding 是基于 Qwen3 基础模型开发的文本表征、检索与排序专用模型，支持 119 种语言，参数规模从 0.6B 到 8B。它能够精准捕捉文本语义，支持多语言处理、高效检索和语义相关性排序，并可通过个性化优化提升用户体验。在 MTEB 等任务中表现优异，适用于智能搜索、推荐系统、问答系统和教育领域等场景。
问答系统
奇智孔明AInnoGC工业大模型
奇智孔明AInnoGC工业大模型是创新奇智在工业智能制造领域的重要成果，它通过其强大的参数量和专业的工业领域适应性，为制造业提供了全面的AI解决方案。
Bocha Semantic Reranker
Bocha Semantic Reranker是一款基于语义的排序模型，用于提升搜索和问答系统的准确性。它通过二次优化初步排序结果，评估查询与文档的语义相关性，并为文档分配语义得分。该工具支持多种语言模型，适用于搜索引擎优化、问答系统、推荐系统和智能客服等领域，旨在改善用户体验并提高系统效率。
Memory Layers
Memory Layers是一种由Meta研发的技术，通过引入可训练的键值查找机制，为模型增加了额外参数而不增加计算负担。它通过稀疏激活模式补充计算密集型前馈层，显著提升了模型在事实性任务中的表现，同时增强了模型的记忆与知识获取能力。Memory Layers的核心优势在于其高效的信息存储与检索机制，并且在问答、语言模型、推荐系统、知识图谱及对话系统等场景中具有广泛应用前景。
