闲社服务运行正常AI智能体自动化平台

Qwen3-VL-Reranker-8B

Qwen/Qwen3-VL-Reranker-8B

发布机构阿里云通义千问(Qwen)已核实

下载访问条件国内镜像可用

基于 Qwen3-VL 基座模型构建的多模态检索与重排序模型系列,专为多模态信息检索和跨模态理解设计。适用于图像文本检索、视频文本匹配、视觉问答、多模态内容聚类等任务。 多模态处理:支持文本、图像、截图、视频及任意多模态组合输入 高精度重排序:接收(查询,文档)对作为输入,输出精确的相关性分数

图文理解
模型详情

模型介绍

中文整理

# Qwen3-VL-Reranker-8B 模型卡片

## 模型类型

多模态重排序模型

模型用途

基于 Qwen3-VL 基座模型构建的多模态检索与重排序模型系列,专为多模态信息检索和跨模态理解设计。适用于图像文本检索、视频文本匹配、视觉问答、多模态内容聚类等任务。

## 主要能力

  • **多模态处理**:支持文本、图像、截图、视频及任意多模态组合输入
  • **高精度重排序**:接收(查询,文档)对作为输入,输出精确的相关性分数
  • **多语言支持**:支持超过30种语言
  • **指令定制**:支持根据不同任务自定义输入指令
  • **量化支持**:支持输出嵌入的量化后处理

## 输入输出- **输入格式**:文本、图像、截图、视频及任意单模态或混合模态组合

  • **输出**:相关性分数
  • **上下文长度**:32k tokens

运行要求

  • **参数规模**:8B
  • **模型层数**:36层

基本用法

该模型通常与 Qwen3-VL-Embedding 模型配合使用,形成两阶段检索流程:Embedding 模型执行高效的初步召回,Reranker 模型在重排序阶段优化结果。

使用建议:为不同任务和场景创建定制化指令。评估表明,使用指令通常比不使用提升1%至5%。在多语言场景下,建议使用英文编写指令。

## 性能数据

在 MMEB-v2、MMTEB、JinaVDR 和 ViDoRe v3 等基准测试中,Qwen3-VL-Reranker-8B 在多数任务上表现优于基线模型。

许可证

未提供具体许可证信息。

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

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

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。

返回顶部