Alibaba Lança Série Qwen3 Embedding para Incorporação e Classificação de Texto

A Alibaba lançou a série Qwen3 Embedding — novos modelos proprietários da família Qwen, projetados para incorporação de texto (embedding), busca e ranqueamento. Os modelos são baseados no modelo fundamental Qwen3, que lhes confere capacidades multilíngues. A série inclui três tamanhos de modelos de embedding (0,6B, 4B, 8B) e três modelos de ranqueamento (0,6B, 4B, 8B). Os modelos de embedding suportam dimensões de vetor personalizadas (Matryoshka Representation Learning, MRL) e instruções. Os modelos são de código aberto sob a licença Apache 2.0 no Hugging Face e no ModelScope; o relatório técnico e o código estão publicados no GitHub. A arquitetura dos modelos de embedding é dual-encoder, e a dos modelos de ranqueamento é cross-encoder. O treinamento foi conduzido em várias etapas: para os modelos de embedding — pré-treinamento contrastivo em dados fracamente rotulados, seguido de treinamento em dados rotulados de alta qualidade e mesclagem de modelos; para os modelos de ranqueamento — treinamento direto em dados rotulados. A capacidade generativa do Qwen3 foi usada para gerar pares fracamente rotulados durante a fase de pré-treinamento. No futuro, a Alibaba planeja melhorar a eficiência do treinamento e da implantação, bem como estender a família para representações multimodais.