模型介绍
中文整理Qwen3-Reranker-8B 模型卡片
模型概述
Qwen3-Reranker-8B 是阿里云通义千问家族的重排序模型，专门用于文本重排序任务。
模型用途
文本重排序：将查询与候选文档进行匹配，重新排序候选文档以提高检索结果的相关性。
主要能力
支持超过100种语言，包括多种编程语言
具备强大的多语言、跨语言和代码检索能力
在多种文本检索场景中表现优异
支持自定义指令，可针对特定任务、语言或场景优化性能
输入输出
输入：查询（query）和候选文档列表
输出：重排序后的文档列表，每个文档附带相关性分数
运行要求
参数规模：8B
上下文长度：32K
需要GPU进行推理
基本用法
使用Sentence Transformers库加载模型，通过sigmoid函数将原始logit差值转换为0-1的概率分数。模型默认使用"query"提示词，注入"Given a web search query, retrieve relevant passages that answer the query"指令。用户可通过prompts参数提供自定义指令。
使用Transformers库加载模型进行推理。
评估数据
在MTEB-R、CMTEB-R、MMTEB-R、MTEB-Code和MLDR等基准测试中，Qwen3-Reranker-8B在多个指标上表现优异。
注意事项
建议开发者根据具体场景、任务和语言自定义指令。评估表明，在大多数检索场景中，使用指令相比不使用指令可提升约1%至5%的检索性能。在多语言场景下，建议使用英文编写指令，因为模型训练过程中使用的主要是英文指令。
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。