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。
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。
- harrier-oss-v1-0.6b model card (Hugging Face) huggingface.co
- harrier-oss-v1-27b model card (Hugging Face) huggingface.co
- harrier-oss-v1-270m model card (Hugging Face) huggingface.co
- harrier-oss-v1-27b on the MTEB leaderboard leaderboard.mteb.org
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 |