6月6日凌晨，阿里开源了Qwen3-Embedding系列模型（包括Embedding及Reranker），专为文本表征、检索与排序任务设计。该系列基于Qwen3基础模型训练，在多项基准测试中表现卓越。8B参数规模的Embedding模型在MTEB多语言Leaderboard榜单中得分70.58，位居第一（截至2025年6月6日）。Qwen3-Embedding支持0.6B到8B参数的三种配置，具备灵活架构与多语言支持，覆盖超100种语言，且支持代码检索。Embedding模型通过“EOS”标记生成语义表示，Reranker则计算文本对相关性得分。模型还支持表征维度自定义与指令适配优化。开源地址包括ModelScope、Hugging Face及GitHub。

《科创板日报》12日消息，字节跳动Seed团队发布的向量模型Seed1.5-Embedding，在权威测评榜单MTEB上取得了中英文SOTA（State-of-the-art）效果。这一模型展现了卓越的技术实力，特别是在多语言处理方面。据透露，该模型的API接口计划近期在火山方舟平台上线，为开发者提供更便捷的服务。此消息体现了字节跳动在人工智能领域的持续创新和领先地位，值得关注。

谷歌于3月7日发布Gemini Embedding，一款基于AI的文本处理模型，在MTEB基准测试中超越Mistral、Cohere和Qwen，以平均任务得分68.32登顶，成为最强文本嵌入AI模型。Gemini Embedding在配对分类、检索和重排序上得分分别为85.13、67.71和65.58，显著优于其他模型。MTEB由Hugging Face创建，用于评估AI模型在文本数据排名、分类和检索方面的能力。Gemini Embedding的优异表现不仅巩固了谷歌在AI领域的领导地位，还将在搜索引擎、多语言应用和企业服务等领域带来广泛应用前景。

标题：加利福尼亚初创公司Exa革新AI搜索，打造"外脑" Exa，一个专注于人工智能搜索的实验室，近日获得2200万美元融资，目标是提升AI的搜索能力。不同于常规搜索引擎，Exa利用独特的技术，如矢量数据库和非Transformer的模型，创建了一个能理解链接而非单一词句的搜索引擎。其CEO Bry...

知名嵌入式操作系统Mbed宣布，自2026年7月起，其开发平台和操作系统将停止更新，官方网站将被存档。虽然Mbed OS软件开源仍可获取，但Arm不再提供积极维护。Arm强调，随着行业和教育环境的变化，Mbed不再是最优选择，推荐转向其他生态系统的开发工具，如Keil MDK、Arduino、mic...