# IBM 开源多语言嵌入模型 R2：不到 1 亿参数，32K 上下文，检索跑分在同级里最高

> 原标题：Granite Embedding Multilingual R2：开源多语言嵌入模型，具备32K上下文与领先检索性能

- 来源：AI HOT 精选
- 发布时间：2026-05-14T18:55:01.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/20675
- 原文：https://huggingface.co/blog/ibm-granite/granite-embedding-multilingual-r2

## 摘要

IBM 在 Hugging Face 上发了两个新的多语言嵌入模型，都走 Apache 2.0 协议。小号 9700 万参数，在 MTEB 多语言检索上拿了 60.3 分，正文说这是目前所有开源同尺寸模型里最高的。大号 3.11 亿参数，得分 65.2，在 5 亿参数以下的开放模型里排第二。两个模型都基于 ModernBERT，支持 200 多种语言（...

## 推荐理由

HKR 三项都过：一个不到 1 亿参数、支持 32K 上下文的多语言嵌入模型，给 RAG 开发者提供了一个轻量开源选项。影响面不如前沿模型发布那么大，放在 featured 档刚好。

## 锐评

IBM 这次放出的 Granite Embedding Multilingual R2 有两个尺寸：9700 万参数和 3.11 亿参数，都走 Apache 2.0 协议，支持 200 多种语言和 32K 上下文窗口。小号在 MTEB 多语言检索上拿了 60.3 分，正文说这是目前所有开源同尺寸模型里最高的；大号 65.2 分，在 5 亿参数以下的开放模型里排第二。两个模型都基于 ModernBERT，训练细节在文章后半段有展开，包括用了 Matryoshka 嵌入来支持灵活降维，这对实际部署时平衡精度和速度有帮助。

不过有几个信息缺口要注意。正文没披露训练数据的具体构成和去重策略，也没说明 32K 上下文在实际长文档检索任务上的表现到底如何——MTEB 的检索任务大多不测这么长的上下文。另外，虽然强调开源和 Apache 2.0，但没提是否提供配套的微调代码或评估脚本，想复现或二次开发的人还得自己摸索。速度吞吐数据有给，但只跟自家 R1 比，没拉上同期的其他开源模型做横向对比，这点先别太激动。