6月5日，通义千问团队发布Qwen3 Embedding系列，涵盖文本向量模型与重排序模型两类产品，并提供0.6B、4B和8B三种参数规模。相关模型基于Qwen3基础模型训练，面向文本表征、语义检索、候选结果排序等任务，已按照Apache 2.0许可证在Hugging Face和ModelScope开放，同时在GitHub发布技术报告与代码。

文本向量模型负责把资料转换为可计算的语义表示，重排序模型则在初步检索结果中重新判断相关性。两者组合后，可用于企业知识库、站内搜索、客服问答、相似内容匹配以及多语言资料检索。相较只依赖关键词的搜索方式，这类模型更有机会识别表达不同但含义相近的内容。

Qwen官方表示，该系列支持不同模型规模和可调整的向量维度，开发者可根据准确率、推理速度和部署资源进行选择。但公开榜单成绩并不等于企业知识库中的实际效果，文档质量、切分方式、行业术语以及召回策略都会影响最终结果。

*本文为基于官方发布信息的中文摘要，详情以原文链接为准。