Aux premières heures de ce matin, Alibaba a mis en open source deux nouveaux modèles de la série Qwen3, Qwen3-Embedding et Qwen3-Reranker. Ces deux modèles sont spécialement conçus pour les tâches de représentation, d’extraction et de tri de texte, et sont entraînés sur la base du modèle de base Qwen3, qui hérite pleinement des avantages de Qwen3 en matière de compréhension de texte multilingue et prend en charge 119 langues. Selon les données du test, Qwen3 Embedding fonctionne très bien dans le benchmark de représentation de texte multilingue. Parmi eux, le paramètre 8B s’est classé premier avec un score élevé de 70,58, surpassant de nombreux services API commerciaux, tels que Gemini-Embedding de Google.
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Le modèle de représentation textuelle Qwen3 d'Alibaba Open Source surpasse Google Gemini et mène dans les tests multilingues.
Aux premières heures de ce matin, Alibaba a mis en open source deux nouveaux modèles de la série Qwen3, Qwen3-Embedding et Qwen3-Reranker. Ces deux modèles sont spécialement conçus pour les tâches de représentation, d’extraction et de tri de texte, et sont entraînés sur la base du modèle de base Qwen3, qui hérite pleinement des avantages de Qwen3 en matière de compréhension de texte multilingue et prend en charge 119 langues. Selon les données du test, Qwen3 Embedding fonctionne très bien dans le benchmark de représentation de texte multilingue. Parmi eux, le paramètre 8B s’est classé premier avec un score élevé de 70,58, surpassant de nombreux services API commerciaux, tels que Gemini-Embedding de Google.