模型介绍
中文整理# 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。
许可证
原始模型卡片中未提供许可证相关信息。
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。