内容提要
jina-reranker-v3是最新的文档重排序模型，参数为0.6B，支持多语言检索。它采用“最后但不迟”的交互方式，能够在单个上下文窗口内处理多个文档，增强跨文档的相互作用。该模型在BEIR基准测试中表现优异，超越了更大模型，且体积更小。
关键要点
-
jina-reranker-v3是最新的文档重排序模型，参数为0.6B，支持多语言检索。
-
该模型采用“最后但不迟”的交互方式，能够在单个上下文窗口内处理多个文档，增强跨文档的相互作用。
-
在BEIR基准测试中，jina-reranker-v3表现优异，超越了更大模型，且体积更小。
-
模型在不同输入顺序下保持相对稳定的性能，表明其自注意力机制的有效性。
-
MIRACL评估显示，jina-reranker-v3在18种语言中具有跨语言一致性。
-
模型基于Qwen3-0.6B骨干网络，采用因果自注意力机制处理多个文档和查询。
-
模型使用特定的输入格式进行重排序任务，支持高效的相似度计算。
-
jina-reranker-v3通过API和transformers库提供使用方式，方便用户调用。
-
模型的交互方式确保了文档之间的相互作用，有助于最终排名。
-
测试结果显示，模型在输入顺序随机排列时，排名稳定性良好，相关文档始终位于前列。
延伸问答
jina-reranker-v3的主要特点是什么？
jina-reranker-v3是一个0.6B参数的文档重排序模型，支持多语言检索，采用“最后但不迟”的交互方式，能够在单个上下文窗口内处理多个文档。
jina-reranker-v3在BEIR基准测试中的表现如何？
在BEIR基准测试中，jina-reranker-v3的nDCG@10得分为61.94，超越了更大模型Qwen3-Reranker-4B，且体积更小。
jina-reranker-v3如何处理多个文档的交互？
该模型通过在单个上下文窗口内应用因果自注意力机制，允许查询与所有候选文档之间进行交互，从而增强文档之间的相互作用。
jina-reranker-v3支持哪些语言？
jina-reranker-v3在MIRACL评估中显示出对18种语言的跨语言一致性，包括英语、中文、西班牙语、阿拉伯语等。
如何使用jina-reranker-v3进行重排序？
用户可以通过API或transformers库调用jina-reranker-v3，使用特定的输入格式进行重排序任务。
jina-reranker-v3的稳定性如何？
测试结果显示，jina-reranker-v3在输入顺序随机排列时，排名稳定性良好，相关文档始终位于前列。
