搜索
超越英伟达、谷歌！腾讯KaLM-Embedding开源模型斩获MTEB多语言榜单全球第一
15 小时前
/ 阅读约2分钟
来源：凤凰网
腾讯微信团队KaLM-Embedding开源模型在MTEB多语言评测中获全球第一，参数量120亿，跨语言能力优化，基于高质量语料训练，支持多种向量维度选择。
快科技11月12日消息，今日，“腾讯开源”微信公众号宣布，来自腾讯微信团队的KaLM-Embedding开源模型再创全球新纪录。
在最新发布的MTEB多语言通用Embedding模型权威评测中，新一代通用Embedding模型KaLM-Embedding-Gemma3-12B-2511综合成绩全球第一。
据介绍，在涵盖全球1038种语言、共计131项任务的权威多语言评测体系MTEB中，KaLM-Embedding-Gemma3-12B-2511综合得分分别达到 72.32（Mean Task）与62.51（Mean TaskType），斩获全球第一。
超越包括英伟达nvidia/llama-embed-nemotron-8b、阿里Qwen/Qwen3-Embedding-8B、谷歌Google/gemini-embedding-001等国内外主流开源与闭源竞品。
KaLM-Embedding-Gemma3-12B-2511核心亮点解析
模型规模：参数量提升至120亿（12B），是当前MTEB榜单上最大规模的Embedding模型之一，显著增强了模型的表示能力与泛化性能。
跨语言能力：在多语言语义对齐方面实现显著优化，支持更精准的跨语种语义理解与检索任务。
数据质量：基于经过深度清洗与筛选的大规模高质量语料进行训练，有效提升语义表示的一致性与可靠性。
训练策略：采用多阶段对比学习、Embedding蒸馏和模型参数融合等技术，进一步提升模型多维度能力表现与综合性能。
维度嵌套：支持多种向量维度选择，涵盖3840、2048、1024、512、256、128及64等多个层级，满足不同场景下的高效应用需求。
