模型介绍
中文整理Qwen3-VL-Reranker-2B
模型用途
Qwen3-VL-Reranker-2B是Qwen3-VL系列中的多模态重排序模型，专门用于多模态信息检索和跨模态理解。该模型与Qwen3-VL-Embedding模型配合使用，构成完整的多模态检索流程：Embedding模型进行高效的初步召回，Reranker模型在后续重排序阶段优化结果，显著提升检索准确性。
主要能力
多模态处理能力：支持处理文本、图像、截图、视频及任意多模态组合（如文本+图像、文本+视频）。
多语言支持：支持超过30种语言，特别推荐在多语言场景下使用英文编写指令。
高精度重排序：接收（查询，文档）对作为输入，其中查询和文档均可包含任意单一或混合模态，输出精确的相关性分数。
指令支持：支持根据不同任务自定义输入指令。评估表明，使用指令通常比不使用指令提升1%至5%的性能。
输入输出
输入格式：支持文本、图像、截图、视频及任意多模态组合。模型接收（查询，文档）对作为输入。
输出格式：输出精确的相关性分数。
运行要求
参数规模：2B参数
层数：28层
序列长度：32K
基本用法
使用Sentence Transformers时，默认prompt为"query"，默认指令为"Retrieve text relevant to the user's query."。可通过prompt参数自定义指令以适应特定使用场景。
使用Transformers和vLLM时，请参考官方GitHub仓库获取详细用法示例。
限制
模型性能受参数规模和训练数据影响。在多语言场景下，建议使用英文编写指令以获得最佳效果，因为训练过程中使用的大多数指令最初为英文编写。
许可证
请参考模型官方发布页面获取完整的许可证信息。
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。