BGE-M3 基于 XLM-RoBERTa 架构，其多功能性、多语言性和多粒度性使其脱颖而出。

• 多功能性：它可以同时执行嵌入模型的三个常见检索功能：密集检索、多向量检索和稀疏检索。
• 多语言性：它支持100多种工作语言。
• 多粒度性：它能够处理不同粒度的输入，从短句到长达 8192 个标记的长文档。

开源社区的基准测试

@misc{bge-m3,
      title={BGE M3-Embedding: Multi-Lingual, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation}, 
      author={Jianlv Chen and Shitao Xiao and Peitian Zhang and Kun Luo and Defu Lian and Zheng Liu},
      year={2024},
      eprint={2402.03216},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}