| 模型 | BAAI/bge-m3 |
|---|---|
| 稠密维度 | 1024 |
| 最大长度 | 8192 tokens（见模型卡） |
| 输出 | dense / sparse / colbert 三种 |
三种表示
三种表示
from FlagEmbedding import BGEM3FlagModel
model = BGEM3FlagModel("BAAI/bge-m3", use_fp16=True)
out = model.encode(["什么是向量检索"], return_dense=True,
return_sparse=True, return_colbert_vecs=False)
print(len(out["dense_vecs"][0]))
print(list(out["lexical_weights"][0].items())[:2])稀疏权重可直接写入支持稀疏向量的库（如 Qdrant 稀疏向量、Milvus 稀疏字段）与稠密向量组合做混合检索。