模型介绍
中文整理harrier-oss-v1
模型用途
harrier-oss-v1是微软开发的多语言文本嵌入模型系列，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。
主要能力
适用于多种任务，包括检索、聚类、语义相似度、分类、双语文本挖掘和重排序。该模型在发布时在多语言MTEB v2基准测试中达到最先进水平。
参数规格
harrier-oss-v1-270m：2.7亿参数，640维嵌入，最大32768个token，MTEB v2得分66.5
harrier-oss-v1-0.6b：6亿参数，1024维嵌入，最大32768个token，MTEB v2得分69.0
harrier-oss-v1-27b：270亿参数，5376维嵌入，最大32768个token，MTEB v2得分74.3
输入输出
输入：文本
输出：L2归一化的密集文本嵌入
运行要求
使用Sentence Transformers库或Transformers库运行。
基本用法
通过Sentence Transformers加载模型。为查询添加任务指令以获得最佳性能，指令应为一个描述任务的单句。文档侧无需添加指令。
支持语言
支持多种语言，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。
模型采用最后token池化策略，即使用最后一个非填充token的嵌入作为句子表示，然后进行L2归一化。使用Sentence Transformers时会自动处理此步骤。
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微小差异。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。