微软开源嵌入模型Harrier，多语言MTEB榜单登顶，大幅领先OpenAI和谷歌

　　消息，微软必应团队开源了嵌入模型系列 Harrier。嵌入模型是搜索引擎和 RAG 系统的底层组件，负责将文本转换为向量以便检索和匹配，它的质量直接决定了 AI 系统能否找到正确的信息。旗舰版 Harrier-OSS-v1-27B 在多语言 MTEB v2 基准上均分 74.3，超出此前开源模型最高分 2 个百分点，排名第一。与闭源模型对比，领先幅度更大：OpenAI text-embedding-3-large 均分 58.92，谷歌 Gemini Embedding 2 为 69.9，亚马逊 Titan Embed v2 为 60.37。同步开源两个轻量版本供低算力场景部署：1. 0.6B 参数版：均分 69.0，榜单第 10，已超过谷歌 Gemini Embedding 12. 270M 参数版：均分 66.5，榜单第 15，以最小体量超过 OpenAI 和亚马逊闭源模型三个版本均支持超过 100 种语言和 32K 上下文窗口。训练数据包括超过 20 亿条弱监督文本对和 1000 万条高质量样本，合成数据由 GPT-5 生成。旗舰模型完成后还作为教师模型，通过知识蒸馏提升两个小模型的性能。微软表示 Harrier 的技术将整合进必应搜索和新一代 Agent 接地服务中。