Jina Reranker v3
在同一上下文窗口内对查询与多篇候选文档做联合编码的 listwise 文本重排模型。
最后核实：
https://huggingface.co/jinaai/jina-reranker-v3特点与限制
主要特点
- listwise 重排：一次前向处理查询与多篇候选文档，模型卡称单次最多 64 篇
- “last but not late”交互：查询与文档在同一上下文窗口内做因果自注意力，取每篇文档末位标记的上下文化向量，经 MLP 投影后按余弦相似度打分
- 上下文上限按官方“131K tokens”表述记为 131072，与仓库 config 的 max_position_embeddings 一致；超出上限时按官方说明分批处理
- 模型卡提供 GGUF 量化版本与 MLX 版本，并说明 v3.5 为可直接替换的后续版本
使用边界
- 权重为 CC BY-NC 4.0 非商业许可，模型卡写明超出 AWS/Azure 平台或在公司内部就地部署的商业用途需另行联系 Jina AI。
- 模型卡对比表记录 BEIR 61.94，而技术报告 arXiv:2509.25085v4 摘要与 Table 2 为 61.85；两处口径差异未由发布方说明，本记录照录模型卡数值且不做换算。
- 重排只能调整已召回候选的次序：官方成绩全部基于第一阶段 jina-embeddings-v3 的 top-100 候选，召回覆盖不足时重排无法补救。
- 候选数量与文档长度共享上下文预算（官方表述为 131K tokens、单批最多 64 篇），长文档场景需自行分批并核对打分一致性。
模型信息
- 家族与版本
- Jina Reranker / 3
- 输入与输出
- 文本 → 相关性分数
- 公开参数规模
- 0.6B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方模型卡与技术报告摘要口径为 0.6B 参数，基于 Qwen/Qwen3-0.6B（28 层）并附加轻量 MLP 投影器（1024→512→256）；官方未另列更精确的参数总量或有效参数口径。 参数来源
- 原生上下文
- 131,072 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（技术报告称 MIRACL 覆盖 18 种语言、MKQA 覆盖 26 种语言）；语言支持不代表对应语言的评测水平。
- 权重许可
- CC BY-NC 4.0
- 代码许可
- 未核实
- 训练资料
- 技术报告披露三阶段训练流程、损失设计（InfoNCE 与辅助损失）与部分训练数据来源（BGE-M3、Cornstack、MLDR、MS-MARCO、mMARCO 等）；未公开可完整复核的训练数据清单。
能力依据
模型变体：专用版；家族与版本：Jina Reranker / 3
结果重排
BEIR · nDCG@1061.94分（0–100）BEIR 13 个英文检索任务平均（模型卡对比表口径） · 英语MIRACL · nDCG@1066.83分（0–100）MIRACL 多语检索（18 种语言）平均 · 多语言（18 种语言）MKQA · Recall@1067.92分（0–100）MKQA 跨语问答检索（26 种语言）平均 · 多语言（26 种语言）查看评估与来源收起补充信息
结果重排
BEIR · nDCG@1061.94分（0–100）BEIR 13 个英文检索任务平均（模型卡对比表口径） · 英语
MIRACL · nDCG@1066.83分（0–100）MIRACL 多语检索（18 种语言）平均 · 多语言（18 种语言）
MKQA · Recall@1067.92分（0–100）MKQA 跨语问答检索（26 种语言）平均 · 多语言（26 种语言）
发布方自报 BEIR 61.94（nDCG@10）、MIRACL 66.83（nDCG@10）、MKQA 67.92（Recall@10）与 CoIR 70.64（nDCG@10），均以 jina-embeddings-v3 的 top-100 候选为输入。该模型把 0.6B 的编码器用于 listwise 联合重排，在官方对比中与更大模型的 BEIR 成绩接近，但缺少独立复测。
已有依据支持
- 官方同时给出英文（BEIR）、多语（MIRACL）、跨语问答（MKQA）与代码（CoIR）四类基准，覆盖面在同类轻量重排模型中较全。
- 技术报告说明评测流程（第一阶段检索器、top-100 候选、各基准指标定义），条件可回溯。
- 架构与推理接口（model.rerank、按相关性降序返回）在模型卡中有明确示例，便于按同一配置复现。
证据限制
- 全部成绩由模型发布方自运行，未找到许可明确且已确认独立性的同型号重排结果。
- 模型卡（BEIR 61.94）与技术报告 v4（61.85）的同一指标存在版本差异，比较时需固定出处。
- 重排不提升召回：成绩建立在 jina-embeddings-v3 的 top-100 候选之上，更换第一阶段检索器后需重新测量。
- 候选数量、文档长度与批量切分会显著影响 listwise 重排的时延与效果，本站未实测资源占用。
BEIR · nDCG@10
61.94 分（0–100）官方报告 · Jina AI（模型发布方自运行）官方自测
展开评测条件与来源
- 模型标识 / 修订
- jinaai/jina-reranker-v3 / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- BEIR 13 个英文检索任务平均（模型卡对比表口径） / 未提供
- 基准 / 报告版本
- jina-reranker-v3 模型卡对比表（2025-10 发布）；技术报告 arXiv:2509.25085v4 Table 2 同项为 61.85
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡对比表数值；技术报告 Table 2 说明所有成绩均为发布方自运行，输入为第一阶段检索器 jina-embeddings-v3 的 top-100 候选，BEIR 按 nDCG@10 报告。模型卡对比表给出的同批 jina-reranker-v2、bge-reranker-v2-m3 等对照值见该表。评测运行日期未披露；不是本站复测。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- jinaai / jinaai-reranker-v3-card-benchmarks
- 来源
- https://huggingface.co/jinaai/jina-reranker-v3
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡与报告中少量汇总成绩并保留发布方署名与来源链接；不复制表格明细与基准数据，引用不更改模型卡、论文及基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露评测运行日、模型 revision 与推理配置，且模型卡（61.94）与技术报告（61.85）数值口径存在版本差异；该记录不加入跨型号比较组。
MIRACL · nDCG@10
66.83 分（0–100）官方报告 · Jina AI（模型发布方自运行）官方自测
展开评测条件与来源
- 模型标识 / 修订
- jinaai/jina-reranker-v3 / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MIRACL 多语检索（18 种语言）平均 / 未提供
- 基准 / 报告版本
- jina-reranker-v3 模型卡对比表；技术报告 arXiv:2509.25085v4 Table 2
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；发布方自运行成绩，输入为 jina-embeddings-v3 的 top-100 候选，按 nDCG@10 报告；技术报告说明 MIRACL 覆盖 18 种语言，并给出同批 bge-reranker-v2-m3（69.32）等对照值。评测运行日期未披露；不是本站复测。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- jinaai / jinaai-reranker-v3-card-benchmarks
- 来源
- https://huggingface.co/jinaai/jina-reranker-v3
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡与报告中少量汇总成绩并保留发布方署名与来源链接；不复制表格明细与基准数据，引用不更改模型卡、论文及基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露评测运行日、模型 revision 与推理配置；该数值仅记录原报告口径，不加入跨型号比较组。
MKQA · Recall@10
67.92 分（0–100）官方报告 · Jina AI（模型发布方自运行）官方自测
展开评测条件与来源
- 模型标识 / 修订
- jinaai/jina-reranker-v3 / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MKQA 跨语问答检索（26 种语言）平均 / 未提供
- 基准 / 报告版本
- jina-reranker-v3 模型卡对比表；技术报告 arXiv:2509.25085v4 Table 2
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；发布方自运行成绩，输入为 jina-embeddings-v3 的 top-100 候选；技术报告说明 MKQA 在本表中使用 Recall@10（其余基准为 nDCG@10），并覆盖 26 种语言。评测运行日期未披露；不是本站复测。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- jinaai / jinaai-reranker-v3-card-benchmarks
- 来源
- https://huggingface.co/jinaai/jina-reranker-v3
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡与报告中少量汇总成绩并保留发布方署名与来源链接；不复制表格明细与基准数据，引用不更改模型卡、论文及基准各自许可。 查看说明
- 比较状态
- 不可比：本项指标为 Recall@10，与同表其他基准的 nDCG@10 不同且来源未披露运行条件；该数值仅记录原报告口径，不加入跨型号比较组。
CoIR · nDCG@10
70.64 分（0–100）官方报告 · Jina AI（模型发布方自运行）官方自测
展开评测条件与来源
- 模型标识 / 修订
- jinaai/jina-reranker-v3 / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- CoIR 代码检索平均 / 未提供
- 基准 / 报告版本
- jina-reranker-v3 模型卡对比表；技术报告 arXiv:2509.25085v4 Table 2
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；发布方自运行成绩，输入为 jina-embeddings-v3 的 top-100 候选，按 nDCG@10 报告；模型卡对比表中同厂 jina-code-embeddings-0.5b 第一阶段的 CoIR 为 73.94，说明该表区分嵌入与重排两个阶段。评测运行日期未披露；不是本站复测。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- jinaai / jinaai-reranker-v3-card-benchmarks
- 来源
- https://huggingface.co/jinaai/jina-reranker-v3
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡与报告中少量汇总成绩并保留发布方署名与来源链接；不复制表格明细与基准数据，引用不更改模型卡、论文及基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露评测运行日、模型 revision 与推理配置；该数值仅记录原报告口径，不加入跨型号比较组。
运行条件与获取
Transformers
系统支持未提供 · Safetensors（另有 GGUF 与 MLX 版本） · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；模型卡未提供官方内存/显存估算，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：transformers、torch。
STEP 01 安装 transformers
模型卡给出的安装命令为 `pip install transformers`，此处照录官方写法。本站未执行该命令。
pip install transformersSTEP 02 加载模型并重排
按模型卡示例用 AutoModel.from_pretrained('jinaai/jina-reranker-v3', dtype="auto", trust_remote_code=True) 加载并调用 model.rerank(query, documents)（可选 top_n 与 return_embeddings）；返回按 relevance_score 降序的列表。本站未下载权重或执行模型，需在目标设备验证。