Qwen/Qwen3-Reranker-8B
Qwen3-Reranker-8B Highlights The Qwen3 Embedding model series is the latest proprietary model of the Qwen family, specifically designed for text embedding and ranking tasks. Building upon the dense foundational models of the Qwen3 series, it provide...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🚀 Qwen3-Reranker-8B: Mô hình reranking siêu nhiệt ngữ từ Qwen
Mô hình reranking với 8 tỷ tham số, hỗ trợ 100+ ngôn ngữ và ngữ cảnh lên đến 32.000 token, thiết kế cho nhiệm vụ xếp hạng lại văn bản.
Qwen3-Reranker-8B là một phần của seri Qwen3 Embedding, được phát triển bởi nhóm nghiên cứu Qwen. Dự án này tập trung vào việc cải thiện khả năng xếp hạng lại (reranking) trong các tác vụ truy xuất thông tin, đặc biệt là tìm kiếm văn bản, truy xuất mã nguồn và khai thác ngôn ngữ đa ngôn ngữ. Mô hình kế thừa khả năng hiểu đường dài và lý luận từ mô hình nền Qwen3, đồng thời tối ưu cho hiệu suất cao trong các bài đánh giá downstream.
✨ Điểm nổi bật
- Hỗ trợ 100+ ngôn ngữ: Bao gồm cả ngôn ngữ lập trình, phù hợp cho truy xuất đa ngôn ngữ và mã nguồn.
- Ngữ cảnh 32K token: Hỗ trợ xử lý văn bản dài nhờ độ dài ngữ cảnh lớn.
- Tích hợp instruction tùy chỉnh: Cho phép người dùng cung cấp hướng dẫn cụ thể cho từng tác vụ để tăng hiệu suất.
- Điểm số logit thô mặc định: Trả về điểm số gốc, có thể chuy đổi thành xác suất 0–1 bằng hàm kích hoạt Sigmoid.
- Tương thích với Sentence Transformers: Sử dụng CrossEncoder để dự đoán và xếp hạng điểm số cho cặp truy vấn-văn bản.
- Kết hợp linh hoạp với mô hình Embedding: Có thể kết hợp với các mô hình Qwen3 Embedding khác nhau (0.6B, 4B, 8B) để tối ưu quy trình.
- Hiệu suất hàng đầu: Mô hình 8B xếp hạng đầu trong leaderboard MTEB đa ngôn ngữ.
💡 Vì sao đáng chú ý
Qwen3-Reranker-8B khác biệt nhờ khả năng hỗ trợ instruction tùy chỉnh, giúp tối ưu hiệu suất cho từng trường hợp sử dụng cụ thể. Thay vì chỉ dựa vào độ tương tự ngữ nghĩa, mô hình có thể nhận hướng dẫn để điều chỉnh hành vi xếp hạng theo tác vụ. Đặc biệt, mô hình phù hợp cho các hệ thống tìm kiếm thông minh, đề xuất nội dung và truy xuất thông tin đa ngôn ngữ, nơi độ chính xác và khả năng xử lý ngữ cảnh dài là yếu tố then chốt.
#Qwen3 #Reranker #TextRanking #MultilingualAI #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Qwen3-0.6B Qwen3 Highlights Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Built upon extensive training, Qwen3 delivers groundbreaking advancement...
Qwen3-Reranker-0.6B Highlights The Qwen3 Embedding model series is the latest proprietary model of the Qwen family, specifically designed for text embedding and ranking tasks. Building upon the dense foundational models of the Qwen3 series, it provi...
Qwen3-Reranker-4B Highlights The Qwen3 Embedding model series is the latest proprietary model of the Qwen family, specifically designed for text embedding and ranking tasks. Building upon the dense foundational models of the Qwen3 series, it provide...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
DeepSeek-R1 Paper Link👁️ 1. Introduction We introduce our first-generation reasoning models, DeepSeek-R1-Zero and DeepSeek-R1. DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a p...