Embedding 模型架构革命：从 Encoder 转向 Decoder

Type: article
Author: unknown
Primary Topic: 行业动态
Ingested: 2026-05-24

Summary

文章梳理了Embedding模型从词袋时代到Decoder架构的完整演化脉络，重点分析了为何Decoder系模型（如E5-Mistral-7B、Qwen3-Embedding）能在MTEB榜单上超越以bge-m3为代表的Encoder路线。同时对比了工程现实与研究前沿的差距，并给出2026年的选型建议。

Key Concepts

• Embedding模型
• Encoder架构
• Decoder架构
• 对比学习
• MTEB排名
• 向量检索
• RAG

Entities

• BERT
• Sentence-BERT
• ELMo
• Word2Vec
• bge-m3
• E5-Mistral-7B
• Qwen3-Embedding
• NV-Embed
• LLM2Vec
• Jina AI
• XLM-RoBERTa
• Mistral
• Qwen

Source

• Raw: embedding-encoder-to-decoder-revolution.md

Relations

• (none)

---

Auto-generated on 2026-05-24