腾讯KaLM-Embedding登顶多语言榜单：开源模型MTEB全球夺冠

11月12日，腾讯开源微信公众号发布消息，由腾讯微信团队自主研发的KaLM-Embedding开源模型再次刷新全球纪录。

在最新发布的MTEB多语言通用Embedding模型权威评测中，新一代通用Embedding模型KaLM-Embedding-Gemma3-12B-2511以综合成绩全球第一的优异表现拔得头筹。

据介绍，在覆盖全球1038种语言、涵盖131项任务的多语言评测体系MTEB中，KaLM-Embedding-Gemma3-12B-2511在Mean+Task和Mean+TaskType两个维度的得分分别达到72.32与62.51，双双位列全球榜首。

该模型表现超越了包括英伟达nvidia/llama-embed-nemotron-8b、阿里Qwen/Qwen3-Embedding-8B、谷歌Google/gemini-embedding-001在内的国内外主流开源与闭源竞品。

KaLM-Embedding-Gemma3-12B-2511核心亮点解析

模型规模：参数量提升至120亿（12B），成为当前MTEB榜单中规模最大的Embedding模型之一，显著增强了模型的表示能力与泛化性能。

跨语言能力：在多语言语义对齐方面实现显著优化，支持更精准的跨语种语义理解与检索任务。

数据质量：基于经过深度清洗与筛选的大规模高质量语料进行训练，有效提升语义表示的一致性与可靠性。

训练策略：采用多阶段对比学习、Embedding蒸馏和模型参数融合等技术，进一步提升模型多维度能力表现与综合性能。

维度嵌套：支持多种向量维度选择，涵盖3840、2048、1024、512、256、128及64等多个层级，满足不同场景下的高效应用需求。