公告：Elastic (NYSE: ESTC) 完成对Jina AI的收购
速读1. 纽约时间 2025 年 10 月 9 日早上 9 点，Elastic (NYSE: ESTC) 在其官网宣布完成了对 Jina AI 的收购。2. 未来 Elastic 会与 Jina AI
阅读全文Jina Reranker v3: 全新“列式”重排器，0.6B参数刷新文档检索SOTA
我们正式推出第三代重排器 Jina Reranker v3。它在多项多语言检索基准上刷新了当前最佳表现（SOTA）。🤗：https://huggingface.co/jinaai/jina-reran
阅读全文Jina官方MCP三板斧：搜、读、筛
模型上下文协议 (MCP) 是连接 LLM/Agent 与外部工具的通信标准。它允许 LLM 动态发现并调用 API工具，将他们串成一个完整的工作流，从而实现自主规划、推理与执行。上个月我们悄悄发布了
阅读全文让 llama.cpp 支持多模态向量模型
几周前，我们发布了 jina-embeddings-v4 模型的 GGUF 版本，大幅降低了显存占用，提升了运行效率。不过，受限于 llama.cpp 上游版本的运行时，当时的 GGUF 模型只能当作
阅读全文Jina Code Embeddings: 为高质量代码搜索而生的0.5B/1.5B向量模型
我们今天正式开源 jina-code-embeddings，一套全新的代码向量模型。包含 0.5B 和 1.5B 两种参数规模，并同步推出了 1-4 bit 的 GGUF 量化版本，方便在各类端侧硬件
阅读全文回归C++: 在GGUF上构建高效的向量模型
两周前，我们发布了 jina-embeddings-v4 的 GGUF 格式及其多种动态量化版本。jina-embeddings-v4 原模型有 37.5 亿参数，在我们的 GCP G2 GPU 实例
阅读全文JinaVDR: 一个图文混排文档搜索任务的基准集
大部分现有的文档检索基准（如MTEB）只考虑了纯文本。而一旦文档的关键信息蕴含在图表、截图、扫描件和手写标记中，这些基准就无能为力。为了更好的开发下一代向量模型和重排器，我们首先需要一个能评测模型在视
阅读全文Jina Embeddings v4 的量化感知训练
在 AI 领域，我们对模型的期待总是既要、又要、还要：模型要强，速度要快，成本还要低。但实际应用时，高质量的向量表征往往意味着庞大的数据体积，既拖慢检索速度，也推高存储和内存消耗。量化（Quantiz
阅读全文用子模优化法为DeepResearch生成多样性查询
在开发DeepResearch时，生成多样化的查询 (query) 是一个关键细节。我们在开发时会在至少两处遇到这个问题。第一处是在解析用户的原始输入，并生成网页搜索查询，因为直接把原始输入抛给搜索引
阅读全文Correlations：氛围测试你的向量模型
在今年 ICLR 会议上，我们被问到最多且最有意思的问题是：像 Jina AI 这样的向量搜索模型提供商，除了在 MTEB 上做基准测试，会不会做些氛围测试 （Vibe-testing)？MTEB 全
阅读全文这样更公平：用jina-reranker-m0为多模态文档打分重排
当你在搜索“中国队在多哈乒乓球锦标赛的成绩”时，一篇新闻报道的文本部分和你的查询的相关性是 0.7，配图的相关性 0.5；另一篇则是文本相关性为 0.6，图片也是 0.6。那么，哪一篇报道才是你真正想
阅读全文喝下这一碗模型汤，掌握向量模型的训练秘方
那些曾在KDD时代Kaggle上打榜刷分的老炮儿，每每提起 Bagging 与 Boosting 这两项技术嘴角都压不住笑。如果说Ensemble Learning代表了上个时代的机器学习，那么“模型
阅读全文文本向量的长度偏差及其在搜索中的影响
向量模型的核心功能是测量语义相似度，但这个测量结果很容易受到多种干扰因素的影响。在本文中，我们将着眼于文本向量模型中一个普遍存在的偏差来源：输入内容的长度。通常情况下，当与其它文本向量进行比较时，长文
阅读全文Jina AI 携搜索小模型亮相 ICLR 2025 新加坡
四月，机器学习领域的目光将汇聚新加坡，顶级会议 ICLR 2025 定于 4 月 24 日至 28 日在新加坡博览中心举行。当大家都在追逐大模型时，Jina AI 将带来不一样的声音：我们聚焦于更小巧
阅读全文jina-reranker-m0 全新多模态多语言重排器
今天，我们正式发布jina-reranker-m0。这是一款多模态、多语言重排器（reranker），其核心能力在于 对包含丰富视觉元素的文档进行重排和精排，同时兼容跨语言场景。当用户输入一个查询（q
阅读全文Jina AI x Google Cloud: DeepSearch技术沙龙·深圳站报名开启！
在 2025 年春节短短几天内，Deep(Re)Search 迅速从一个学术概念走向了生产实践，迅速成为 25 年 AI 搜索的新范式。Deep(Re)Search 并非简单的 RAG，而是基于“搜索
阅读全文在DeepSearch中用DeepSeek-R1来做动作决策会更好么？
众所周知，DeepSeek R1 这种模型在推理任务上很能打，尤其是在数学和编程这些逻辑性强的领域。那么我们能直接把这种强大的推理能力搬到 DeepSearch 这种需要动态规划、多轮交互的深度搜索场
阅读全文DeepSearch/DeepResearch 北京场分享干货回顾！本周日，上海再续！
2025 年 3 月 22 号，Jina AI x Google Cloud Deep(Re)Search 线下沙龙 · 北京场圆满结束，本场活动吸引了超过 100 位搜索领域同好，大家与分享嘉宾 J
阅读全文