BAAI / 北京智源
bge-m3
BGE-M3是智源开源的下一代通用向量模型，支持100+语言、8192长度文本输入，同时集成稠密检索、稀疏检索和多向量检索三种功能。 其创新性在于通过BERT架构生成“学习型稀疏嵌入”，结合传统稀疏检索的精确性与密集检索的语义丰富性。 在混合检索（Hybrid Retrieval）和重排序（Re-Ranking）方案下，模型在跨语言、多粒度任务中表现领先。 适用于搜索、问答、RAG等场景
公共模型广场
探索文本、图像、视频与音频模型，按能力和厂商快速筛选。
2 个结果 / 全部 52 个模型
勾选卡片，比较 2–3 个模型BGE-M3是智源开源的下一代通用向量模型，支持100+语言、8192长度文本输入，同时集成稠密检索、稀疏检索和多向量检索三种功能。 其创新性在于通过BERT架构生成“学习型稀疏嵌入”，结合传统稀疏检索的精确性与密集检索的语义丰富性。 在混合检索（Hybrid Retrieval）和重排序（Re-Ranking）方案下，模型在跨语言、多粒度任务中表现领先。 适用于搜索、问答、RAG等场景
BGE-Reranker-v2-M3是轻量级重排序模型，专为多语言检索任务设计，支持100+种语言，尤其强化了中英文混合场景下的性能。 该模型基于BGE-M3-0.5B架构优化，参数规模为568M，推理速度比传统交叉编码器提升2倍以上，适合高并发场景。 其核心技术包括分层自蒸馏策略和动态评分机制，能够有效提升检索增强生成（RAG）流程的准确性和响应速度。 此外，模型支持最长8192 token的文本输入，适用于合同、论文等长文档场景。