# 使用 Sentence Transformers 实现多向量（后期交互）嵌入模型

- 原标题：Multi-Vector \(Late Interaction\) Embedding Models with Sentence Transformers
- 类型：教程
- 来源：Hugging Face
- 发布时间：2026-08-18
- 首次精选：2026-10-28 09:57
- 分级：值得看
- 原文链接：[https://huggingface.co/blog/multi-vector-encoder](<https://huggingface.co/blog/multi-vector-encoder>)
- 本站页面：[https://oplearnx.com/resources/pk\_7c4780ea9ec6](<https://oplearnx.com/resources/pk_7c4780ea9ec6>)

## 摘要

文章介绍 Sentence Transformers（用于使用和训练嵌入与重排序模型、面向 RAG 和语义搜索等应用的 Python 库）在 v6.0 更新中新增的第四种模型类型 MultiVectorEncoder，用于 ColBERT 式后期交互检索。文中说明 PyLate 和 Stanford-NLP ColBERT 检查点可直接加载，colpali-engine 的视觉文档检索模型也可通过同一 API 使用；多向量模型为每个 token 保留一个向量并用 MaxSim 打分，代价是索引更大，并给出了加载不同检查点的示例。

---
来源：LearnMap · 学径（https://oplearnx.com）