Esta madrugada, Alibaba lanzó dos nuevos modelos de la serie Qwen3, Qwen3-Embedding y Qwen3-Reranker. Estos dos modelos están diseñados específicamente para tareas de representación, recuperación y clasificación de texto, entrenados sobre el modelo base Qwen3, aprovechando al máximo las ventajas de Qwen3 en la comprensión de texto multilingüe, y soportan 119 idiomas. Según los datos de las pruebas, en las pruebas de referencia de representación de texto multilingüe, el rendimiento de Qwen3 Embedding es excepcional. Entre ellos, el modelo de 8B de parámetros ocupó el primer lugar con una alta puntuación de 70.58, superando a muchos servicios de API comerciales, por ejemplo, el Gemini-Embedding de Google.
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
12 me gusta
Recompensa
12
8
Compartir
Comentar
0/400
BlockchainFoodie
· hace16h
Cocinando IA como una fine cuisine
Responder0
AltcoinHunter
· 06-07 20:01
Las empresas chinas son realmente confiables.
Responder0
NftDataDetective
· 06-06 09:49
Necesito más datos de referencia.
Responder0
Layer3Dreamer
· 06-06 09:45
El potencial de las cadenas cruzadas está en aumento
El modelo de representación de texto Qwen3 de código abierto de Alibaba supera a Google Gemini en las pruebas multilingües.
Esta madrugada, Alibaba lanzó dos nuevos modelos de la serie Qwen3, Qwen3-Embedding y Qwen3-Reranker. Estos dos modelos están diseñados específicamente para tareas de representación, recuperación y clasificación de texto, entrenados sobre el modelo base Qwen3, aprovechando al máximo las ventajas de Qwen3 en la comprensión de texto multilingüe, y soportan 119 idiomas. Según los datos de las pruebas, en las pruebas de referencia de representación de texto multilingüe, el rendimiento de Qwen3 Embedding es excepcional. Entre ellos, el modelo de 8B de parámetros ocupó el primer lugar con una alta puntuación de 70.58, superando a muchos servicios de API comerciales, por ejemplo, el Gemini-Embedding de Google.