harrier-oss-v1-270m

# harrier-oss-v1 模型卡片

## 概述

harrier-oss-v1 是微软开发的多语言文本嵌入模型系列。该模型采用仅解码器架构，使用最后token池化和L2归一化生成密集文本嵌入。

## 模型规格

| 型号 | 参数数量 | 嵌入维度 | 最大输入长度 | MTEB v2得分 |

|------|----------|----------|--------------|-------------|

| harrier-oss-v1-270m | 2.7亿 | 640 | 32,768 | 66.5 |

| harrier-oss-v1-0.6b | 6亿 | 1,024 | 32,768 | 69.0 |

| harrier-oss-v1-27b | 270亿 | 5,376 | 32,768 | 74.3 |

## 主要能力

该模型适用于多种自然语言处理任务，包括检索、聚类、语义相似度计算、分类、双语文本挖掘和重排序。该模型在发布时于Multilingual MTEB v2基准测试中取得了最先进的结果。

## 输入输出

输入：文本序列

输出：密集文本嵌入向量（经过L2归一化处理）

运行要求

模型采用decoder-only架构，使用last-token池化策略。模型支持通过Sentence Transformers或Transformers库加载使用。

## 支持语言

模型基于多语言数据训练，支持包括阿拉伯语、保加利亚语、加泰罗尼亚语、捷克语、丹麦语、德语、希腊语、英语、西班牙语、爱沙尼亚语、波斯语、芬兰语、法语、希伯来语、印地语、克罗地亚语、匈牙利语、印尼语、意大利语、日语、韩语、立陶宛语、拉脱维亚语、马其顿语、马来语、荷兰语、挪威语、波兰语、葡萄牙语、罗马尼亚语、俄语、斯洛伐克语、斯洛文尼亚语、阿尔巴尼亚语、塞尔维亚语、瑞典语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和中文在内的多种语言。

基本用法

使用Sentence Transformers时，模型会自动处理池化和归一化。查询需要添加任务指令以获得最佳性能，指令应为描述任务的一句话。文档侧无需添加指令。

限制

不同版本的transformers和PyTorch可能导致复现结果与报告结果存在细微差异。

License

原始模型卡片中未提供许可证相关信息。