Harrier
Открытые модели текстовых эмбеддингов от Microsoft для точного поиска и агентных систем.
Линейка открытых моделей эмбеддингов текста от Microsoft, созданная для векторного поиска, структурирования памяти агентов и снижения фактических ошибок. Когда ИИ-системы переходят от обычных диалогов к автономным цепочкам действий, связывание фактов определяет надежность всей сборки. Harrier берет на себя черновую работу: ищет, ранжирует и связывает фрагменты информации до того, как генеративная модель выдаст финальный ответ.
Что умеет
- Держать контекстное окно в 32k токенов. Модели обрабатывают объемные массивы текста и формируют векторы фиксированного размера, готовые к загрузке в векторные базы данных.
- Искать на сотне языков. Архитектура Harrier рассчитана на многоязычные задачи — флагманская версия возглавила бенчмарк MTEB-v2 по состоянию на апрель 2026 года.
- Работать на разном железе. Линейка включает три калибра: флагман Harrier-OSS-v1-27B, среднюю модель на 0,6 миллиарда параметров и миниатюрную 270M для локального запуска на слабых устройствах.
- Использовать знания старшей модели. Компактные версии прошли дистилляцию у 27-миллиардного флагмана. Обучающая база объединила два миллиарда примеров для контрастивного этапа и синтетические данные, подготовленные с участием GPT-5.
Цены и доступ
Модели распространяются с открытым исходным кодом без прямой платы за веса. Архитектурные решения семейства разработчики также переносят в экосистему Bing.
Командам, которые строят многоэтапные RAG-пайплайны или настраивают корпоративный поиск по документам, Harrier дает гибкий выбор масштаба: от сверхлегкого решения прямо на машине пользователя до тяжелого семантического ядра сервера.
