Jina-ColBERT-v2改进了ColBERT的架构和训练流程，支持89种语言，引入自定义输出维度选项，提升多语言检索效率和准确性，性能优于前版本。技术报告可在arXiv上查看，该模型已在多个平台上线并开源。

关键要点

• 🎯Jina-ColBERT-v2改进ColBERT架构与训练流程，在多语言处理上取得突破，支持89种语言，包括多种主流语言和编程语言，其训练语料库丰富，对多种语言进行额外训练，使其在跨语言任务中表现出色。

• 💪性能方面，Jina-ColBERT-v2在英语检索任务中表现超越前一代和原版ColBERT v2，接近专为英语设计的AnswerAI-ColBERT-small模型水平，在多语言支持上也优于之前版本。

• 🧠俄罗斯套娃表征学习技术使Jina-ColBERT-v2能支持不同输出向量维度，减少精度损失。选择较小输出向量可节省存储空间、提升计算速度并降低成本，如使用64维向量，费用可减半。