Snowflake Arctic Embed L v2.0
面向多语检索的大规模开源文本嵌入模型，强调英语与多语质量兼顾并支持低维压缩。
最后核实：
https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0特点与限制
主要特点
- 1024 维 CLS 池化向量；模型卡要求仅对查询加 'query: ' 前缀，文档不加前缀
- 支持 Matryoshka 表示学习（MRL）：模型卡称可截断至 256 维，并配合 4-bit 量化把每向量压缩到约 128 字节
- 基于 BAAI/bge-m3-retromae，官方称可作为直接替换（drop-in）用于兼容的库与推理引擎
- RoPE 支持最长 8192 tokens 上下文；提供 Transformers、Sentence Transformers、transformers.js 与 ONNX 用法
- 权重按 Apache-2.0 发布，模型卡写明可免费用于商业用途
使用边界
- 官方成绩为发布方自报，模型卡未披露评测运行日、模型 revision 与推理精度，本站未在自有语料复现检索效果。
- MRL 截断与量化存在精度损失：模型卡给出 1024 维与 256 维的对照（如 BEIR 55.6 对 54.3），压缩后的实际表现需按自有语料验证。
- 查询前缀、CLS 池化与向量归一化必须与官方用法一致，否则相似度分布会变化；混用其他前缀或池化方式即偏离官方评测条件。
- 模型卡声明 8192 上下文由 RoPE 支持，官方示例以 max_length=8192 直接截断，更长文本需自行切分或改用其他方案。
模型信息
- 家族与版本
- Snowflake Arctic Embed / 2.0 (L)
- 输入与输出
- 文本 → 向量
- 公开参数规模
- 0.568B（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
- 官方模型卡质量基准表按 568M 总参数与 303M 非嵌入参数记录该型号，并在特性说明中以 303M 非嵌入参数描述其推理效率口径；本记录按官方口径填写，未从权重文件大小反推。 参数来源
- 原生上下文
- 8,192 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（模型卡 language 字段列出 74 项语言代码，含英语、中文、日语、韩语、阿拉伯语等）；语言支持不代表对应语言的评测水平。
- 权重许可
- Apache-2.0
- 代码许可
- 未核实
- 训练资料
- 官方技术报告《Arctic-Embed 2.0: Multilingual Retrieval Without Compromise》（arXiv:2412.04506）公开训练方法论、设计取舍与实验讨论；模型卡未提供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：Snowflake Arctic Embed / 2.0 (L)
向量检索
BEIR · nDCG@10（数据集平均）55.6分（0–100）BEIR（15 个数据集）平均（模型卡质量基准表口径） · 英语MIRACL · nDCG@10（数据集平均）55.8分（0–100）MIRACL（4 个数据集）平均（模型卡质量基准表口径） · 多语言CLEF (Focused) · nDCG@10（数据集平均）52.9分（0–100）CLEF Focused 设置平均（模型卡质量基准表口径） · 多语言查看评估与来源收起补充信息
向量检索
BEIR · nDCG@10（数据集平均）55.6分（0–100）BEIR（15 个数据集）平均（模型卡质量基准表口径） · 英语
MIRACL · nDCG@10（数据集平均）55.8分（0–100）MIRACL（4 个数据集）平均（模型卡质量基准表口径） · 多语言
CLEF (Focused) · nDCG@10（数据集平均）52.9分（0–100）CLEF Focused 设置平均（模型卡质量基准表口径） · 多语言
发布方自报 1024 维向量下 BEIR（15 个数据集）平均 55.6、MIRACL（4 个数据集）平均 55.8、CLEF Focused 52.9 与 CLEF Full 54.3（均为平均 nDCG@10），并按 Apache-2.0 允许商用；成绩为模型卡口径，未经独立复测。
已有依据支持
- 模型卡在同一张表并列英语与多语基准，并给出 MRL 截断到 256 维的对照值，压缩取舍可查。
- 训练方法论由官方技术报告公开，模型卡说明了查询前缀、CLS 池化等复现要点。
- Apache-2.0 许可与官方“可免费商用”的说明，使该型号在企业检索场景的许可能力较明确。
证据限制
- 四项成绩均由模型发布方自报，模型卡未披露评测运行日、模型 revision 与推理精度，本站未复现。
- MIRACL 与 CLEF 为跨语种数据集集合，汇总平均分无法代表单一语言或领域的效果。
- MRL 截断与 4-bit 量化会带来精度下降，模型卡仅给出该型号自有的对照数值，需按自有语料重新验证。
- 实际检索效果受切分、查询前缀与索引实现影响，本站未在自有语料测试。
BEIR · nDCG@10（数据集平均）
55.6 分（0–100）官方报告 · Snowflake（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- Snowflake/snowflake-arctic-embed-l-v2.0 / 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（15 个数据集）平均（模型卡质量基准表口径） / 未提供
- 基准 / 报告版本
- Snowflake Arctic Embed 2.0 模型卡质量基准表（2024-12-04 发布）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡说明该表所有数值为所讨论数据集的平均 nDCG@10，使用 1024 维向量；同表 MRL 截断到 256 维的对照值为 54.3。模型卡未披露评测运行日、模型 revision 与推理精度；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
- snowflake / snowflake-arctic-embed-v2-card-benchmarks
- 来源
- https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的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，引用不更改模型卡与基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露评测运行日、模型 revision、查询提示与推理精度等可对齐条件；该平均分仅记录模型卡口径，不加入跨型号比较组。
MIRACL · nDCG@10（数据集平均）
55.8 分（0–100）官方报告 · Snowflake（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- Snowflake/snowflake-arctic-embed-l-v2.0 / 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（4 个数据集）平均（模型卡质量基准表口径） / 未提供
- 基准 / 报告版本
- Snowflake Arctic Embed 2.0 模型卡质量基准表（2024-12-04 发布）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡说明该表所有数值为平均 nDCG@10，MIRACL 列取 4 个数据集；同表 MRL 截断到 256 维的对照值为 54.3。模型卡未披露评测运行日、模型 revision 与推理精度；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
- snowflake / snowflake-arctic-embed-v2-card-benchmarks
- 来源
- https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的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，引用不更改模型卡与基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露评测运行日、模型 revision、查询提示与推理精度等可对齐条件；该平均分仅记录模型卡口径，不加入跨型号比较组。
CLEF (Focused) · nDCG@10（数据集平均）
52.9 分（0–100）官方报告 · Snowflake（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- Snowflake/snowflake-arctic-embed-l-v2.0 / 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
- CLEF Focused 设置平均（模型卡质量基准表口径） / 未提供
- 基准 / 报告版本
- Snowflake Arctic Embed 2.0 模型卡质量基准表（2024-12-04 发布）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡说明该表所有数值为平均 nDCG@10，CLEF 分 Focused 与 Full 两种设置；同表 MRL 截断到 256 维的对照值为 51.9。模型卡未披露评测运行日、模型 revision 与推理精度；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
- snowflake / snowflake-arctic-embed-v2-card-benchmarks
- 来源
- https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的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，引用不更改模型卡与基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露 Focused 设置的语料构成、评测运行日与模型 revision 等可对齐条件；该平均分仅记录模型卡口径，不加入跨型号比较组。
CLEF (Full) · nDCG@10（数据集平均）
54.3 分（0–100）官方报告 · Snowflake（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- Snowflake/snowflake-arctic-embed-l-v2.0 / 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
- CLEF Full 设置平均（模型卡质量基准表口径） / 未提供
- 基准 / 报告版本
- Snowflake Arctic Embed 2.0 模型卡质量基准表（2024-12-04 发布）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡说明该表所有数值为平均 nDCG@10，CLEF 分 Focused 与 Full 两种设置；同表 MRL 截断到 256 维的对照值为 53.4。模型卡未披露评测运行日、模型 revision 与推理精度；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
- snowflake / snowflake-arctic-embed-v2-card-benchmarks
- 来源
- https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0
- 来源使用说明
- 引用来源；许可：未提供；仅记录模型卡中的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，引用不更改模型卡与基准各自许可。 查看说明
- 比较状态
- 不可比：来源未披露 Full 设置的语料构成、评测运行日与模型 revision 等可对齐条件；该平均分仅记录模型卡口径，不加入跨型号比较组。
运行条件与获取
Sentence Transformers
系统支持未提供 · Safetensors（仓库同时提供 ONNX） · 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，不将参数量或非嵌入参数数换算为资源保证。
内存：未核实；显存：未核实。
依赖：sentence-transformers、torch。
STEP 01 安装 Sentence Transformers
模型卡示例以 `from sentence_transformers import SentenceTransformer` 起步，未给出可直接复制的安装命令；依赖安装需按目标环境确定。本站未执行安装。
STEP 02 加载模型并编码
按模型卡示例用 SentenceTransformer('Snowflake/snowflake-arctic-embed-l-v2.0') 加载；查询编码必须传 prompt_name="query"，文档直接编码，随后用余弦相似度排序。本站未下载权重或执行模型，需在目标设备验证。