模型介绍
中文整理BGE-M3 模型卡片
模型用途
BGE-M3是一个多功能的检索嵌入模型，支持密集检索、多向量检索和稀疏检索三种常见的检索功能，适用于RAG（检索增强生成）系统的构建。
主要能力
多语言支持：支持超过100种工作语言
多粒度处理：能够处理从短句到长文档的输入，最长支持8192个token
三种检索模式：可同时生成密集嵌入、稀疏嵌入（词权重）和多向量表示
模型规格
BAAI/bge-m3：维度1024，序列长度8192，多语言统一微调模型
BAAI/bge-m3-unsupervised：维度1024，序列长度8192，多语言对比学习模型
BAAI/bge-m3-retromae：序列长度8192，多语言扩展至长文本的预训练模型
输入输出
输入：文本内容，支持从短句到8192个token的长文档
输出：密集嵌入向量、稀疏嵌入（词权重）、多向量表示（ColBERT格式）
运行要求
序列长度支持：最长8192个token
推荐硬件：支持长文本处理的GPU
基本用法
生成密集嵌入：可将文本映射为单一嵌入向量
生成稀疏嵌入：输出与词汇表大小相同的向量，仅对文本中出现的token计算权重
生成多向量：使用多个向量表示文本（ColBERT方式）
查询处理：BGE-M3不需要为查询添加额外指令
推荐流程：混合检索（结合密集检索和BM25）+ 重排序
限制
多语言模型在单语言嵌入检索任务上的性能可能不及专门针对单一语言优化的模型
稀疏检索功能目前大多数开源库尚未直接支持
许可证
许可证信息未在文档中明确说明
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。