微软开源Harrier嵌入模型：MTEB-v2基准测试超越谷歌，登顶行业第一
4月9日，微软必应团队宣布开源推出文本嵌入模型系列Harrier，该模型在权威的多语言MTEB-v2基准测试中排名第一，成功超越谷歌Gemini Embedding 2。这一系列模型的发布，为AI智能体系统的信息检索与语义理解提供了更强大的底层能力。
嵌入模型是一种将文本、图像等高维数据转换为低维向量表示的技术，通过捕捉数据的语义特征，让相似内容在向量空间中距离更近。在AI领域，它是搜索引擎、推荐系统和智能体进行信息检索、语义理解和知识推理的基础组件，直接决定了系统处理信息的质量与效率。
针对AI系统从单纯问答向执行操作转变过程中的“落地”难题，微软Harrier系列模型进一步提升嵌入质量，显著提升首次检索的事实准确率，降低系统延迟与成本，并有效减少模型幻觉，从而增强用户信任。
此次发布的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，具备32k上下文窗口，并能为任意输入生成固定尺寸的嵌入向量。在训练策略上，团队为适配低端设备的部署需求，在旗舰模型训练完成后，通过知识蒸馏技术推出了两个轻量级版本，兼顾了性能与部署灵活性。
技术实现层面，微软团队构建了可扩展的数据管道，利用GPT-5生成了超20亿个弱监督数据样本用于对比预训练，以及超1000万个高质量样本用于微调。这一大规模数据工程为模型的卓越性能奠定了基础。
与竞品相比，Harrier模型不仅性能优异，更采用完全开源策略。开发者可在无许可限制的情况下使用该模型，从而轻松提升AI应用的检索质量与语义理解能力。微软表示，基于Harrier的技术积累，公司正开发全新的检索服务，该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，未来将率先应用于必应搜索，以提升用户交互体验。
