Harrier OSS v1

微软的 MIT 许可证多语言文本嵌入家族,有 270M、0.6B 和 27B 三种规格,输入最长 32K token。

一句话概括. Harrier 把几十种语言的文本转换成可以比较的数字向量,让搜索系统找到与问题含义相同的段落。它有 270M 的小型版本、0.6B 版本和 27B 的大型版本,微软以 MIT 许可证免费发布了这三个模型。

概述

Harrier OSS v1 是微软的多语言文本嵌入模型家族,有 270M、0.6B 和 27B 三种参数规模,分别输出 640、1024 和 5376 维的向量,输入最长 32768 个 token。模型是纯解码器结构,取最后一个 token 作为文本的表示并对向量归一化,微软列出的用途有检索、聚类、语义相似度、分类、双语文本挖掘和重排序。训练使用对比学习,数据是大规模多语言数据集的混合,270M 和 0.6B 模型还通过蒸馏从更大的嵌入模型学习。模型卡列出了 42 种语言,包括阿拉伯语、印地语、日语、韩语、泰语、土耳其语、越南语和中文,并说支持范围不限于这些。

微软报告 270M、0.6B 和 27B 模型在 Multilingual MTEB v2 上的得分分别为 66.5、69.0 和 74.3,并称它们在发布当天达到该基准的最先进水平。它公开了评测提示词,并指向 mteb 仓库以复现分数。这些是开发方自己的数字,模型卡没有链接论文,也没有描述训练数据。查询需要加一句形如 “Instruct: ... Query: ...” 的任务指令,Sentence Transformers 内置了 web_search_query 这样的预设,而文档编码时不加指令。BF16 文件大小分别为 0.54 GB、1.19 GB 和 54.02 GB。

许可证是 MIT,微软的模型卡没有写明基础模型。配置文件显示 270M 和 27B 模型采用 Gemma 3 文本架构,0.6B 采用 Qwen3,MTEB 排行榜把 27B 模型列为由 google/gemma-3-27b-pt 改造而来,所以如果合规团队需要,请核对上游条款。这些模型在 2026 年 3 月 30 日首次出现在 Hugging Face。截至 2026 年 11 月 11 日的 30 天内,Hugging Face 统计 0.6B 模型约有 22.2 万次下载,270M 模型约 10.5 万次,27B 模型约 7400 次。

适合做什么

  • 对长文档做多语言语义搜索和检索增强生成,输入最长 32768 个 token,MIT 许可证
  • 小型的 270M 或 0.6B 嵌入模型可在普通硬件上运行,需要最高的已报告精度时用 27B 模型
  • 除了检索,还能做聚类、分类和双语文本挖掘,全部来自同一个模型家族

需要注意

  • 查询必须带一句任务指令,文档则不能带,因为模型卡称这就是模型的训练方式
  • 分数都来自微软自己,模型卡没有给出论文、训练数据说明或基础模型
  • 27B 模型的向量有 5376 维,文件 54 GB,存储、索引和服务的成本都比另外两个小模型高得多
  • 它只处理文本,模型卡列出 42 种语言,但没有分语言的得分

性能数据来自开发方,未经独立验证。

需要多少内存?

以下是 Harrier OSS v1 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。

版本 参数量 下载大小 所需内存 可运行于
270M (640-dimension vectors) BF16 270M 0.54 GB 0.621 GB 笔记本或手机
0.6B (1,024-dimension vectors) BF16 600M 1.19 GB 1.37 GB 笔记本或手机
27B (5,376-dimension vectors) BF16 27B 54 GB 62 GB 工作站

下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。

许可证,用大白话说

最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。

进一步了解 MIT

延伸阅读

常见问题

Harrier OSS v1 是什么?
Harrier 把几十种语言的文本转换成可以比较的数字向量,让搜索系统找到与问题含义相同的段落。它有 270M 的小型版本、0.6B 版本和 27B 的大型版本,微软以 MIT 许可证免费发布了这三个模型。
Harrier OSS v1 可以商用吗?
可以。Harrier OSS v1 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
Harrier OSS v1 是开源的吗?
Harrier OSS v1 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
我能在自己的电脑上运行 Harrier OSS v1 吗?
可以。最小版本 270M (640-dimension vectors) 在 4 位精度下约需 0.621 GB 内存,现代笔记本或中端显卡即可胜任。
Harrier OSS v1 是什么时候发布的?
Harrier OSS v1 由 Microsoft 于 2026年3月30日 发布。
Harrier OSS v1 的上下文窗口有多长?
Harrier OSS v1 支持最长 32K token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Qwen3-Embedding Alibaba Qwen 600M – 7.57B 32K Apache 2.0 (宽松) 1.38 GB 笔记本或手机
BGE-M3 BAAI 568M 8K MIT (宽松) 2.61 GB 笔记本或手机
EmbeddingGemma 2 Google DeepMind 270M – 740M 8K Apache 2.0 (宽松) 0.621 GB 笔记本或手机
Jina Embeddings v5 Jina AI 239M – 677M 32K CC BY-NC (非商用) 0.552 GB 笔记本或手机