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。
语义检索
Qwen3 Reranker
Qwen3 Reranker是阿里巴巴通义千问团队推出的文本重排序模型，属于Qwen3模型家族。它采用单塔交叉编码器架构，能够对文本对进行相关性评估并输出得分，支持超过100种语言。通过多阶段训练范式和高质量数据训练，模型在MTEB排行榜上表现优异。Qwen3 Reranker可用于语义检索、文本分类、情感分析和代码搜索等场景，提升信息检索效率和准确性。
