Investing.com — 알리바바(알리바바)는 다국어 텍스트 임베딩 및 관련성 순위에서 새로운 기준을 제시하는 Qwen3-Embedding 및 Qwen3-Reranker 시리즈를 출시했습니다. 텍스트 임베딩, 검색 및 재정렬 작업을 위해 설계된 모델을 포함하는 이 시리즈는 119개 언어를 지원하며 0.6B, 4B 및 8B 버전으로 제공됩니다.

Qwen3-Embedding 및 Qwen3-Reranker 시리즈는 강력한 다국어 텍스트 이해 기능을 자랑하는 Qwen3 기반 모델을 기반으로 구축되었습니다. 이 새로운 모델은 텍스트 임베딩 및 재정렬 작업에 대한 여러 벤치마크에서 최첨단 성능을 달성했습니다. 이 모델은 Hugging Face, GitHub 및 ModelScope에서 Apache 2.0 라이선스 하에 오픈 소스로 제공되며 알리바바 클라우드에서 API를 통해 사용할 수 있습니다.

Qwen3-Embedding 시리즈는 효율성과 효과를 우선시하는 다양한 사용 사례에 맞춰 임베딩 및 재정렬 모델 모두에 대해 다양한 크기를 제공합니다. 8B 크기 임베딩 모델은 2025년 6월 5일 현재 MTEB 다국어 리더보드에서 70.58점으로 1위를 차지했습니다. 재정렬 모델은 텍스트 검색 시나리오에서 탁월하여 검색 관련성을 크게 향상시킵니다.

Qwen3-Embedding 시리즈는 다양한 프로그래밍 언어를 포함하여 100개 이상의 언어를 지원하며 강력한 다국어, 교차 언어 및 코드 검색 기능을 제공합니다. 이 모델은 이중 인코더 및 교차 인코더 아키텍처를 사용하여 설계되었으며 기본 모델의 텍스트 이해 기능을 완전히 보존하고 향상시키는 것을 목표로 합니다.

Qwen3-Embedding 시리즈의 훈련 프레임워크는 GTE-Qwen 시리즈에서 확립된 다단계 훈련 패러다임을 따릅니다. 여기에는 임베딩 모델을 위한 3단계 훈련 구조와 재정렬 모델의 감독된 훈련을 위한 고품질 레이블이 지정된 데이터의 직접적인 사용이 포함되어 훈련 효율성이 향상됩니다.

알리바바(알리바바)는 향후 작업의 일환으로 텍스트 임베딩 및 재정렬 모델의 훈련 효율성을 높이기 위해 Qwen 기반 모델을 더욱 최적화할 계획입니다. 이를 통해 다양한 시나리오에서 배포 성능이 향상될 것입니다. 또한 회사는 교차 모달 의미 이해 기능을 확립하기 위해 다중 모달 표현 시스템을 확장할 계획입니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.