微软发布Harrier系列嵌入AI模型，MTEB

嵌入模型是一种关键技术，能够将文本、图像等高维数据转化为低维向量表示，从而捕捉其中的语义特征，确保相似内容在向量空间中彼此靠近。

在人工智能领域，这一模型扮演着基础组件的角色，广泛应用于搜索引擎、推荐系统和智能体等场景，负责信息检索、语义理解与知识推理，直接决定系统处理信息的质量和效率。

为应对AI系统从单纯的问答功能向执行操作转变过程中面临的“落地”挑战，微软推出的Harrier系列模型进一步提升了嵌入质量，显著提高了首次检索的事实准确率，同时降低了系统延迟和成本，并有效减少了模型幻觉现象，从而增强了用户的信任感。

本次发布的Harrier系列包含三个版本：Harrier-OSS-v1-27B、Harrier-OSS-v1-0.6B和Harrier-OSS-v1-270M。所有型号均支持超过100种语言，拥有32k上下文窗口，并能针对任意输入生成固定尺寸的嵌入向量。

在技术实现方面，开发团队构建了一个可扩展的数据管道，利用GPT-5生成了超过20亿个弱监督数据样本用于对比预训练，以及超过1000万个高质量样本用于微调。

在训练策略上，为适应低端设备的部署需求，团队基于E5及GritLM等前期成果，在完成旗舰模型训练后，通过知识蒸馏技术推出了Harrier-OSS-v1-0.6b和Harrier-OSS-v1-270m两个轻量级版本。

与竞品相比，Harrier模型不仅性能出色，还采用了完全开源策略。开发者无需许可限制即可使用该模型，从而轻松提升AI应用的检索质量与语义理解能力。

基于Harrier的技术积累，微软正在开发全新的检索服务。这项服务将提供更优质的检索质量、更强的语义理解能力以及更稳健的上下文选择，预计未来将率先应用于必应搜索，以提升用户交互体验。

来源：IT之家