智源研究院最近發佈了三款新的向量模型，這些模型在向量檢索任務中表現出色，並刷新了多個評測基準的最佳水平。這三款模型分別是:

  1. BGE-EN-ICL:一個英文向量模型，通過引入任務相關的查詢-文檔示例作爲少量示例，增強了模型的語義表達能力。

  2. BGE-Multilingual-Gemma2:一個多語言向量模型，表現出色，尤其是在中英文能力提升方面。

  3. BGE-Reranker-v2.5-Gemma2-Lightweight:一個多語言重排序模型，通過優化設計，支持逐層提前輸出和token壓縮，節省了計算資源。

這些模型基於大語言模型進行訓練，具備卓越的領域適應能力和廣泛的泛化性能。它們還採用了情境學習能力和蒸餾技術，提升了模型的整體性能和檢索任務中的能力。BGE-Reranker-v2.5-Gemma2-Lightweight模型特別注重輕量化設計，使其在保持卓越性能的同時更加高效。

在實驗結果中，這些模型在MTEB、BEIR、AIR-Bench等多個評測基準中表現出色。BGE-Multilingual-Gemma2在多語言能力方面表現突出，尤其是在中英文能力提升方面。BGE-EN-ICL在few-shot表現上尤爲突出。BGE-Reranker-v2.5-Gemma2-Lightweight在重排任務中也達到了更好的結果，並在節省計算資源的情況下保證了優越的效果。

模型鏈接

（1） BGE-EN-ICL: 

https://huggingface.co/BAAI/bge-en-icl

（2） BGE-Multilingual-Gemma2: 

https://huggingface.co/BAAI/bge-multilingual-gemma2

（3） BGE-Reranker-v2.5-Gemma2-Lightweight: 

https://huggingface.co/BAAI/bge-reranker-v2.5-gemma2-lightweight