jina-embeddings-v3

jina-embeddings-v3はJina AIが2024年9月に公開した多言語テキスト埋め込みモデルです。5億7,000万のパラメータを持ち、89言語と、ロータリー位置埋め込みを使う8,192トークンのコンテキスト長に対応します。クエリと文書の検索、クラスタリング、分類、テキスト照合など、用途別のLoRAアダプターを使います。モデル全体を再学習しなくても、同じ重みを複数の作業向けに調整できます。Matryoshka表現学習にも対応し、検索品質の大部分を維持したまま、標準の1,024次元から最低32次元まで出力埋め込みを短縮できます。Jina AIの報告では、MTEBで英語タスクにおいてOpenAIやCohereの非公開埋め込みを上回り、多言語タスクではmultilingual-e5-large-instructを上回りました。CC BY-NC 4.0ライセンスで公開され、研究・評価には無料で使えますが、大規模な商用利用には商用ライセンスが必要です。