🚀 Introducendo Qwen3-VL-Embedding e Qwen3-VL-Reranker – avanzando lo stato dell'arte nel recupero multimodale e nella comprensione cross-modale! ✨ Punti salienti: ✅ Basato sul robusto modello di fondazione Qwen3-VL ✅ Elabora testo, immagini, screenshot, video e input a modalità mista ✅ Supporta oltre 30 lingue ✅ Raggiunge prestazioni all'avanguardia nei benchmark di recupero multimodale ✅ Open source e disponibile su Hugging Face, GitHub e ModelScope ✅ Distribuzione API su Alibaba Cloud in arrivo! 🎯 Architettura di recupero a due fasi: 📊 Modello di Embedding – genera rappresentazioni vettoriali semanticamente ricche in uno spazio di embedding unificato 🎯 Modello Reranker – calcola punteggi di rilevanza dettagliati per una maggiore accuratezza nel recupero 🔍 Principali scenari di applicazione: Recupero immagine-testo, ricerca video, RAG multimodale, risposta a domande visive, clustering di contenuti multimodali, ricerca visiva multilingue e altro ancora! 🌟 Capacità amichevoli per gli sviluppatori: • Dimensioni di embedding configurabili • Personalizzazione delle istruzioni specifiche per il compito • Supporto per la quantizzazione degli embedding per un'implementazione efficiente e conveniente a valle Hugging Face： ModelScope： Github: Blog: Rapporto Tecnico:

Panoramica dell'architettura Qwen3-VL-Embedding e Qwen3-VL-Reranker.

Risultati della valutazione sui benchmark MMEB-v2 e MMTEB