Qwen3-Embedding-8B

Qwen3-Embedding-8B, opublikowany 5 czerwca 2025 roku, wyznacza górną granicę dokładności w tekstowej linii wyszukiwawczej Alibaby. Zamienia fragment tekstu w wektor o długości do 4096 liczb; wyszukiwarka odnajduje potem dokumenty pokrewne, mierząc odległości między wektorami. W dniu premiery model stanął na pierwszym miejscu wielojęzycznego rankingu MTEB ze średnią 70,58 i do dziś ma najwyższy wynik w każdej z trzech tabel producenta: 70,58 w teście wielojęzycznym, 75,22 w MTEB English v2 i 73,84 w chińskim C-MTEB. Powstał na bazie Qwen3-8B-Base i zachowuje jej budowę: 36 warstw, wymiar ukryty 4096, okno pracy 32 768 tokenów. Plik wag zawiera 7,57 miliarda parametrów zamiast 8,19 miliarda modelu bazowego, ale brakujące 621 milionów nie oznacza mniejszego modelu. To warstwa wyjściowa zamieniająca stan ukryty z powrotem w tokeny słownika, z której model produkujący wyłącznie wektory nigdy nie korzysta — Alibaba po prostu nie umieściła jej w pliku. Wektor wyjściowy da się skrócić na żądanie nawet do 32 liczb, a model przyjmuje instrukcję zadania doklejaną do wejścia. Powód do namysłu jest kosztowy, nie jakościowy. Indeksowanie przepuszcza przez ten model każdy dokument w zbiorze, więc wybór wersji 8B zamiast 0.6B mnoży rachunek za indeksowanie mniej więcej trzynastokrotnie, w zamian za 6,25 punktu w teście wielojęzycznym. Liczby pobrań pokazują, jak praktycy rozstrzygają ten kompromis: 2,35 miliona pobrań tego modelu wobec 6,78 miliona najmniejszego. Warto wskazać jedno porównanie wewnątrz katalogu samej Alibaby. Qwen3-VL-Embedding-8B, opublikowany siedem miesięcy później i potrafiący indeksować zdjęcia oraz wideo, uzyskuje 67,88 punktu w teście tekstowym — o 2,7 punktu mniej niż ten starszy, wyłącznie tekstowy model tej samej wielkości. Dla indeksu zawierającego sam tekst nowszy model nie jest ulepszeniem. Wagi na licencji Apache 2.0, z osobnym wydaniem GGUF. Popularność w 30 dniach do 1 września 2026: 2,35 miliona pobrań z Hugging Face i 788 polubień.

▸Wideo

Brak materiałów wideo.

▸Recenzje