Qwen3-Embedding-4B

Qwen3-Embedding-4B

把 100 多种语言的文字和代码变成向量，用于搜索、检索、分类和聚类，向量大小可调，还支持任务指令，适合构建搜索和 RAG 系统的开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen3-Embedding-4B 把文字变成向量，这样你就能通过比较数字来比较含义。它有 4B 参数，最多读取 32k 个 token，支持 100 多种语言，包括编程语言。它属于 Qwen3 Embedding 系列，这个系列里还有重排序模型。向量大小可以在 32 到 2560 之间任意设置。

适合谁：构建搜索、检索或推荐功能的开发者最能用上它，需要整理或分组大量文字的团队也一样。它尤其适合多语言工作。

行业 | 谁在用 | 怎么用 | 例子
软件 | 搜索工程师 | 为文档和查询生成向量，再按接近程度排序 | 在知识库上做语义搜索
客户支持 | 支持团队 | 把新问题匹配到过去的回答 | 推荐相关的帮助文章
数据团队 | 分析师 | 把相似的文字分成聚类 | 按主题整理问卷评论
代码工具 | 开发工具开发者 | 用自然语言查询检索代码片段 | 通过描述找到一个函数

如果你需要能写文字的模型，可以跳过它，因为这个模型只生成向量。

用在哪里：

• 带 sentence-transformers 库的 Python，Hugging Face 列出了它
• 存储向量的搜索和检索流程
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 适合谁 | 得到什么
文本检索 | 搜索工程师 | 每个查询和文档对应一个向量
文本分类 | 机器学习工程师 | 可以输入分类器的向量
聚类 | 分析师 | 能把相似文字分组的向量
双语文本挖掘 | 翻译团队 | 用来配对不同语言里匹配句子的向量

如何设置：你需要带 pip 的 Python 和 4.51.0 或更新版本的 transformers。更老的版本会因为 qwen3 报 KeyError 而停止。BF16 权重约 8 GB。

• Python 和 pip，在 Windows、macOS 或 Linux 上
• sentence-transformers
• 4.51.0 或更新版本的 transformers
• 约 8 GB 空间，用于 BF16 权重

1. 安装 Hugging Face 的 hub 软件包。
2. 下载模型文件。
3. 用 sentence-transformers 加载模型。

pip install -U huggingface_hub
hf download Qwen/Qwen3-Embedding-4B

如何使用：通过 sentence-transformers 把你的文字传给模型，它会为每段文字返回一个向量。你可以选择更小的向量大小，也可以加上描述你任务的指令。来源没有给出代码，具体调用方式请看模型页面。

工具 | 作用
sentence-transformers | 加载模型并生成向量的库
自定义维度 | 把输出向量大小设置在 32 到 2560 之间
指令 | 给输入加上任务文字，模型卡说这样能提升 1% 到 5%

示例：你把问题 "How do I reset my password" 和一组帮助文章一起做向量化。然后按文章向量与问题向量的接近程度给文章排序，展示最靠前的几篇。

新手与专家：嵌入就是一串代表文字含义的数字，所以相似的文字会得到相似的数字串。一个好的第一步是为两句短话生成向量并比较它们。

这个模型建立在 Qwen3-4B-Base 之上，有 36 层，序列长度为 32K。它的维度可以缩小，模型卡称之为 MRL 支持。它能识别指令，模型卡建议即使处理其他语言，也用英语来写指令。它可以搭配系列里的重排序模型，对前几名结果重新排序。

你传入文字和可选的任务指令
模型用它的 36 层读取这些文字
它返回一个最多 2560 维的向量
你比较向量来排序或分组文字

Title: 不同模型大小的嵌入维度
0.6B model: 1024 dimensions
4B model: 2560 dimensions
8B model: 4096 dimensions

注意事项：

• License：apache-2.0，以 Hugging Face 上列出的为准
• Cost to run：没有提到
• Data it reaches：你传入的文字，来源没有提到网络或账号访问
• 支持 100 多种语言，包括编程语言
• Not for：文字生成，因为它只生成向量
• 需要 4.51.0 或更新版本的 transformers

Hugging Face 上的数据（2026年11月13日）

• 任务：feature extraction
• 框架：sentence-transformers
• 参数量：4B
• Weights: about 8 GB in BF16; about 2 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：2,426,700
• 点赞：351
• 许可证：apache-2.0
• 基于：Qwen/Qwen3-4B-Base
• Quantized versions: 53
• Fine-tunes: 77
• 标签：sentence-transformers, safetensors, qwen3, text-generation, transformers, sentence-similarity, feature-extraction, text-embeddings-inference

链接

• 模型：https://huggingface.co/Qwen/Qwen3-Embedding-4B
• 文件：https://huggingface.co/Qwen/Qwen3-Embedding-4B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen3-Embedding-4B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。