深度分析
Qwen3‑VL 系列多模態嵌入與重排序模型詳解：安裝、使用與效能比較
SentenceTransformers在v5.4版加入多模態嵌入與重排序功能，允許同一API處理文字、影像、音訊與影片，並支援跨模態檢索與RAG流程。模型可直接比較文字與影像向量，並提供混合式文件排序，提升視覺文件檢索精度。同時降低本地與邊緣部署門檻。
重排序模型
深度分析
全新 Ettin Cross‑Encoder Reranker：從 17M 到 1B 參數的高效檢索與基準成績
為提升檢索效能與品質，Hugging Face 公布六款基於 Ettin ModernBERT 的跨編碼器重排序模型，參數從 17M 到 1B 不等，使用蒸餾訓練。於 MTEB 基準上與大型教師模型相近，且在 H100 GPU 上吞吐量比同類 MiniLM 快 2 倍以上，展現高品質低延遲的實務應用潛力。
深度分析
Sentence Transformers v5.4 引入多模態嵌入與重排序模型，支援文字、影像、音訊與影片
SentenceTransformers在v5.4加入多模態支援，讓文字、影像、音訊與影片可用同一API編碼與比較，開啟視覺文件檢索與跨模態搜尋新應用，並提供多模型選擇與GPU需求說明。同時支援多模態重排序模型，可提升跨模態檢索精度，預期將加速企業多媒體資訊管理與生成式AI流程。