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功能，适用于RAG（检索增强生成）系统的构建。
主要能力
多功能性：可同时执行密集检索、多向量检索和稀疏检索三种功能。
多语言性：支持超过100种工作语言。
多粒度性：能够处理不同粒度的输入，从短句到最长8192个token的长文档。
输入输出
输入：文本，支持从短句到8192个token的长文档。
输出：根据模式不同，输出密集嵌入向量、稀疏嵌入向量（词权重）或ColBERT多向量表示。
运行要求
模型维度：1024
最大序列长度：8192个token
推荐使用混合检索加重排序的pipeline以获得最佳效果。
基本用法
建议采用混合检索加重排序的流程：先使用BGE-M3同时生成dense和sparse嵌入进行混合检索，然后使用重排序模型（如bge-reranker）进一步筛选结果。
使用方式与BGE系列其他模型相同，区别在于BGE-M3不需要为查询添加额外指令。
支持三种检索模式：dense embedding（密集嵌入）、sparse embedding（稀疏检索/词权重）、multi-vector（ColBERT多向量）。
限制
BGE-M3是多语言模型，在单语言嵌入检索任务上的能力可能不如专门针对单一语言设计的模型。但由于其支持多语言和长文本处理，仍推荐尝试使用。
许可证
开源项目，代码和模型权重可自由使用。
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。