개요 (멀티링궐·태스크 LoRA)
개요 (멀티링궐·태스크 LoRA)
jina-embeddings-v3는 Jina AI가 훈련한 멀티링궐·멀티태스크 텍스트 임베딩 모델이에요. Jina-XLM-RoBERTa 아키텍처 기반에 **Rotary Position Embeddings(RoPE)**를 써서 최대 8192 토큰의 긴 입력을 처리해요.
핵심 특징
- 긴 시퀀스: RoPE로 최대 8192 토큰 지원
- 태스크별 임베딩:
task인자를 통해 5가지 LoRA 어댑터 선택retrieval.query— 비대칭 검색의 쿼리retrieval.passage— 비대칭 검색의 패시지separation— 클러스터링·리랭킹용classification— 분류 작업용text-matching— STS·대칭 검색 같은 텍스트 유사도
- Matryoshka Embeddings: 임베딩 크기를
32, 64, 128, 256, 512, 768, 1024로 자유롭게 잘라 쓸 수 있어요.
언어 지원
파운데이션은 100개 언어를 지원하고, 튜닝은 30개 언어에 집중했어요 (아랍어, 한국어, 일본어, 중국어, 독일어, 프랑스어 등). 한국어도 포함돼 있어요.
풀링 주의
모델을 직접 쓸 땐 mean pooling을 적용해야 해요. 제공되는 encode 함수는 이를 자동 처리해요.
라이선스
AWS·Azure에선 쓸 수 있고, 그 외 자체 배포엔 CC BY-NC 4.0이 적용돼요(상업용은 별도 문의).