BGE-M3是北京智源人工智能研究院（BAAI）于2024年推出的多功能、多语言、多粒度文本嵌入模型。它基于XLM-RoBERTa架构，拥有约5.68亿参数和1024维嵌入向量维度。其核心特色在于单一模型同时支持密集检索（Dense Retrieval）、稀疏检索（Sparse Retrieval）和多向量检索（Multi-Vector Retrieval）三种功能，覆盖了从关键词匹配到语义理解的不同检索需求，适合构建混合检索系统以提升RAG系统的召回准确率。
该模型支持超过100种语言，并可处理长达8192个Token的输入序列，能够应对从短句到长文档的不同粒度内容。模型采用MIT开源协议，可免费用于商业用途，且对硬件要求友好，适合在CPU环境下部署。在RAG流水线中，官方推荐使用BGE-M3结合重排序模型（Reranker）的方式，先通过混合检索召回相关文档，再利用重排序模型进行精排，以获得最佳效果。