十一、Embedding 模型 ← 上一章:十、向量知识库 | 返回总览 | 下一章:十二、Vibe Coding 四种 → Embedding 模型将文本转换为向量表示,是 RAG 和语义搜索的核心组件。 MTEB Leaderboardb:embedding 模型的“标准化能力排行榜” 主流 Embedding 模型 模型 | 特点 Qwen3-Embedding-4B/8B | 阿里开源,MTEB 榜单领先,4B 版性价比高,8B 版精度优 Gemini Embedding 2 | 跨模态、跨语言、关键词检索综合最强 KaLM-Embedding | 腾讯开源百亿参数模型,MTEB 多语言榜单全球第一(72.
← 上一章:十、向量知识库 | 返回总览 | 下一章:十二、Vibe Coding 四种 →
Embedding 模型将文本转换为向量表示,是 RAG 和语义搜索的核心组件。
MTEB Leaderboardb:embedding 模型的“标准化能力排行榜”
| 模型 | 特点 |
|---|---|
| Qwen3-Embedding-4B/8B | 阿里开源,MTEB 榜单领先,4B 版性价比高,8B 版精度优 |
| Gemini Embedding 2 | 跨模态、跨语言、关键词检索综合最强 |
| KaLM-Embedding | 腾讯开源百亿参数模型,MTEB 多语言榜单全球第一(72.32 分),覆盖 1038 种语言 |
| OpenAI text-embedding-3 | RAG 原型最常用,易于集成,但生产 RAG 中可能不够用 |
| Jina Embeddings | 多语言支持,擅长长文档 |
| BGE 系列 | BAAI 出品,中英文双语强,开源社区广泛使用 |