Qwen3-Reranker-0.6B

Qwen3-Reranker-0.6B是阿里开源的6亿参数规模的重排序（Reranker）大模型，支持100多种语言。该模型是阿里在2025年6月5日发布的Qwen3 Embedding系列中的一员，该系列基于Qwen3基础模型构建，专注于文本嵌入、检索和重排序任务。

Qwen3-Reranker-0.6B模型拥有6亿参数，28层网络结构，并支持长达32K的序列长度。它的核心是采用了交叉编码器（cross-encoder）架构，该架构可以同时处理文本对（例如用户查询和候选文档），并直接计算和输出两者之间的相关性得分，从而提升搜索结果的相关性。模型经过LoRA微调，旨在充分保留和增强基础模型的文本理解能力。

在训练方面，为了提升效率，Qwen3-Reranker-0.6B直接采用高质量的标注数据进行监督训练。作为一个“指令感知”（Instruction Aware）模型，它支持用户根据具体任务、语言或场景自定义输入指令，以达到更好的性能。

根据官方公布的评测结果，Qwen3-Reranker-0.6B在多个文本检索评测基准上表现出色，其具体得分包括：MTEB-R（65.80）、CMTEB-R（71.31）、MMTEB-R（66.36）、MLDR（67.28）以及MTEB-Code（73.42）。

整个Qwen3 Embedding系列模型，包括Qwen3-Reranker-0.6B，均已在Hugging Face和ModelScope上根据Apache 2.0许可证开源。