настраиваемую размерность векторов (Matryoshka Representation Learning, MRL) и инструкции. Модели опубликованы в открытом доступе под лицензией Apache 2.0 на Hugging Face и ModelScope; технический отчёт и код опубликованы на GitHub. Архитектура моделей эмбеддингов — двухкодировочная (dual-encoder), а моделей ранжирования — перекрёстно-кодировочная (cross-encoder). Обучение проводилось в несколько этапов: для моделей эмбеддингов — контрастивное предобучение на слабо размеченных данных с последующим обучением на высококачественных размеченных данных и слиянием моделей; для моделей ранжирования — прямое обучение на размеченных данных. Генеративная способность Qwen3 использовалась для создания слабо размеченных пар на этапе предобучения. В будущем Alibaba планирует повысить эффективность обучения и развёртывания, а также расширить семейство на мультимодальные представления.