/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-4B
Библиотека
furiosa-llm
Опубликована
8 июл 2026

Qwen3-Embedding-4B

Генерация текстаТекст → текст11 профессий

Многоязычная модель Qwen3 преобразует текст в эмбеддинги для семантического поиска, извлечения документов и сравнения текстов.

3 664скачиваний за 30 дней0лайковвеса обновлены10 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

furiosa-ai/Qwen3-Embedding-4B — текстовая модель эмбеддингов из серии Qwen3-Embedding, опубликованная FuriosaAI в виде пакета для запуска на ускорителе FuriosaAI RNGD с библиотекой Furiosa-LLM. Она преобразует текст в плотные векторы для семантического поиска, извлечения релевантных документов и сравнения сходства текстов. Это дообученная версия Qwen/Qwen3-Embedding-4B на плотной трансформерной архитектуре Qwen3; число параметров — 3,7 млрд, нативная длина контекста — 40 960 токенов.

Модель поддерживает многоязычные сценарии и Matryoshka Representation Learning, позволяющий получать эмбеддинги уменьшенной размерности через параметр dimensions. Репозиторий содержит веса BF16 без квантизации и Furiosa Executable Bundle; для инференса также можно использовать Sentence Transformers, vLLM или Transformers, следуя карточке исходной модели. Лицензия — Apache 2.0.

Сценарии применения

  • семантический поиск по коллекции документов
  • извлечение релевантных фрагментов для RAG
  • сравнение смысловой близости предложений
  • поиск похожих запросов и документов
  • создание векторного индекса для многоязычных текстов

Ограничения

Для запуска с Furiosa-LLM README указывает оборудование FuriosaAI RNGD; на одной карте RNGD используется параллелизм по тензорам на 8 PE. Языковая поддержка и качество для конкретных языков зависят от исходной модели Qwen3-Embedding-4B.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-Embedding-4B

This repository contains Qwen/Qwen3-Embedding-4B together with a Furiosa Executable Bundle (FXB) for running it on FuriosaAI RNGD with Furiosa-LLM. The same model also runs on other frameworks (such as Sentence Transformers, vLLM, and Transformers); for usage with those, see the upstream Qwen/Qwen3-Embedding-4B model card.

Overview

Qwen3-Embedding-4B is the 4B text-embedding model in the Qwen3-Embedding series, built on the Qwen3 dense transformer backbone. It maps text into dense vector representations for semantic search, retrieval, and similarity matching, with strong multilingual coverage. Embeddings can be requested at a reduced dimensionality through the dimensions parameter, thanks to the model's Matryoshka Representation Learning (MRL) support. Its intended use is the same as the upstream Qwen/Qwen3-Embedding-4B, and it is released under the Apache 2.0 License.

  • Architecture: Qwen3 (dense)
  • Input / Output: Text / Embeddings (vector)
  • Supported Inference Engine: Furiosa LLM
  • Supported Hardware: FuriosaAI RNGD

Quantization

No quantization — the model runs in its native BF16 precision.

Parallelism Strategy

On RNGD, Qwen3-Embedding-4B runs with a tensor-parallel size of 8 PEs, which maps to a single RNGD card (8 PEs per card).

Usage

To run this model with Furiosa-LLM, follow the examples below after installing Furiosa-LLM and its prerequisites. You can use the model either online through the OpenAI-compatible server or offline through the Furiosa-LLM Python API.

Launch the server

The simplest way to serve the model is:

# Launch the server, listening on port 8000 by default
furiosa-llm serve furiosa-ai/Qwen3-Embedding-4B

When the server is ready, you will see:

INFO:     Started server process [27507]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

Basic Usage

The server exposes an OpenAI-compatible /v1/embeddings endpoint. You can send a request with curl:

curl http://localhost:8000/v1/embeddings \
    -H "Content-Type: application/json" \
    -d '{
    "model": "furiosa-ai/Qwen3-Embedding-4B",
    "input": ["Hello, world!", "How are you?"]
    }' \
    | python -m json.tool

Because the endpoint is OpenAI-compatible, you can also use the OpenAI Python client:

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8000/v1", api_key="EMPTY")

response = client.embeddings.create(
    model="furiosa-ai/Qwen3-Embedding-4B",
    input=["Hello, world!", "How are you?"],
)

for data in response.data:
    print(f"Index {data.index}: {len(data.embedding)} dimensions")

Advanced Usage

For offline use, load the model with the LLM constructor (the FXB shipped in the repo is discovered automatically) and call embed to obtain dense vectors:

from furiosa_llm import LLM

with LLM("furiosa-ai/Qwen3-Embedding-4B") as llm:
    outputs = llm.embed(["Hello, world!", "How are you?"])
    for output in outputs:
        print(f"{len(output.outputs.embedding)} dimensions")

Learn more

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · furiosa-llm

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
450f9cc

0 моделей