Jina Embeddings V3：站在多语言向量模型最前沿

还在为多语言的文本向量发愁？担心模型太大跑不动？

Jina Embeddings V3 来了，这款 5.7 亿参数的顶级文本向量模型，在多语言和长文本检索任务上达到当前最佳水平 SOTA。内置多种 LoRA 适配器，可以根据你的需求，针对 检索、聚类、分类和匹配 的不同场景进行定制，获得更精准的向量化效果。

• 多语言支持: 支持 89 种语言，全面超越 multilingual-e5-large-instruct

• 长文本处理: 支持 8192 token 的输入长度，在 LongEmbed 基准测试中表现出色

• 任务定制更精准: 内置多种 LoRA 适配器，针对检索、聚类、分类和匹配等任务，生成定制化向量，效果更精准。

• 输出维度可定制: 默认输出维度为 1024，但你完全可以根据需要把它缩减到 32，性能几乎不受影响，这都归功于俄罗斯套娃表示学习技术的加持。

模型已开源，即刻体验:

• 开源模型链接: https://huggingface.co/jinaai/jina-embeddings-v3

• 模型 API 链接: https://jina.ai/?sui=apikey

• 模型论文链接: https://arxiv.org/abs/2409.10173

模型表现数据

下面就用数据来直观地感受 jina-embeddings-v3 的强大实力。

英文任务：稳居第一梯队

jina-embeddings-v3 在 MTEB 的所有英文任务中都稳居第一梯队，性能超越 OpenAI 和 Cohere 的最新闭源模型。 每个任务的详细评估结果，可以看看我们 20 页的论文：https://arxiv.org/abs/2409.10173

多语言任务表现：全面超越竞品

jina-embeddings-v3 在 MTEB 各种多语言和跨语言任务中也展现出强大的实力，在各项测评均超越 multilingual-e5-large-instruct 模型。

长文档检索任务表现：高效处理长文本

在 LongEmbed 基准测试的六个长文档检索任务中，jina-embeddings-v3 表现抢眼，大幅领先其他模型。

这也说明，相比 baai-bge-m3 使用的固定位置编码技术，和 jina-embeddings-v2 使用的 ALiBi 方法，我们采用的 RoPE 位