多向量嵌入模型为每个文本生成多个向量表示，相比单向量模型能够捕捉更丰富的语义信息，在文档检索、问答和语义相似度等任务中表现更佳。然而，这类模型的训练与微调通常需要复杂的实现和较高的技术门槛。本文介绍了如何在 Sentence Transformers 框架中完成多向量嵌入模型的训练与微调，使研究者能够利用该框架简洁的 API 和成熟的训练流程，灵活定义多向量编码器并应用于下游任务。这项工作降低了多向量模型的开发成本，为信息检索等领域提供了一种高效且易用的技术方案，值得关注。