Qwen3 Embedding 4B
Invoque Qwen3 Embedding 4B, um modelo de embedding multilíngue de 4B parâmetros, e transforme texto em vetores para recuperação e classificação.
Qwen3 Embedding 4B é um modelo de embedding multilíngue com 4 bilhões de parâmetros distribuídos em 36 camadas, e ele suporta embeddings condicionados por instrução. Ele lê texto e retorna um vetor que representa o significado desse texto, para recuperação sobre texto e código, classificação, agrupamento e mineração de bitexto. AI Inference executa o modelo sob o id Qwen/Qwen3-Embedding-4B.
Detalhes do modelo
O id do modelo é a string que seleciona este modelo, e é o primeiro argumento que Azion.AI.run recebe. O repositório no HuggingFace contém o model card.
| Detalhe | Valor |
|---|---|
| Nome do modelo | Qwen3 Embedding 4B |
| Versão | Original |
| Categoria do modelo | Embedding |
| Id do modelo | Qwen/Qwen3-Embedding-4B |
| Tamanho | 4B parâmetros |
| Modelo no HuggingFace | Qwen/Qwen3-Embedding-4B |
| Endpoint compatível com OpenAI | Embeddings |
| Licença | Apache 2.0 |
Capacidades
A largura nativa de vetor do modelo é 2560, e o campo de requisição dimensions seleciona uma das larguras listadas abaixo. Para dimensions, encoding_format e o restante do corpo da requisição, consulte Invocação de modelos.
| Capacidade | Valor |
|---|---|
| Dados de entrada | Texto |
| Comprimento de contexto | 32k tokens |
| Dimensões de saída | 256, 512, 1024, 2048, 4096 |
Uso
Uma função invoca o modelo com Azion.AI.run, passando o id como primeiro argumento e um corpo de requisição compatível com OpenAI como segundo. Os exemplos abaixo usam esse binding. Para enviar o mesmo corpo ao endpoint HTTP compatível com OpenAI, consulte Invocação de modelos.
Embedding
Esta requisição carrega o texto em input, define encoding_format como float e seleciona um vetor de 256 dimensões com dimensions:
O modelo responde com uma entrada em data, e o vetor fica em data[0].embedding: