1M AI Newsのモニタリングによると、微软はHugging Faceでオープンソースの多言語テキスト埋め込みモデルファミリーharrier-oss-v1を公開しており、270M、0.6B、27Bの3つのクラスがあります。モデルカードによれば、この一連のモデルはdecoder-onlyアーキテクチャ、last-token pooling、L2正規化を採用し、最大で32768 tokenまで対応でき、検索、クラスタリング、セマンティック類似度、分類、バイリンガル・マイニング、リランキングに利用可能です。
Multilingual MTEB v2は業界でよく使われる多言語テキスト埋め込みのベンチマークで、主に検索、分類、クラスタリング、セマンティック類似度などのタスクをテストします。微软のモデルカードによると、3つのクラスのモデルのこのベンチマークにおけるスコアはそれぞれ66.5、69.0、74.3であり、そのうち27B版は公開当日に首位に登場しました。270Mおよび0.6Bの各バージョンはさらに、より大きな埋め込みモデルを用いて知識蒸留を追加で行っており、3つのモデルはいずれもMITライセンスで公開されています。
