IA · Modelos · Microsoft · Harrier · Código abierto
Microsoft publica Harrier, una familia de modelos para búsqueda semántica
Los pesos descargables abarcan tres tamaños y admiten textos de hasta 32.768 tokens.
Fecha de la fuente original:
Lo esencial
- Los pesos descargables abarcan tres tamaños y admiten textos de hasta 32.768 tokens.
- Microsoft publicó los pesos el 30 de marzo. Los resultados en MTEB proceden de sus propias evaluaciones.
Tres tamaños para representar textos
Microsoft publicó los pesos de Harrier-OSS-v 1, una familia de modelos que convierte textos en representaciones numéricas para búsqueda, agrupación y comparación semántica. Las variantes tienen 270 millones,600 millones y 27.000 millones de parámetros, con entradas de hasta 32.768 tokens. La ficha incluye español entre los idiomas compatibles y declara licencia MIT.
Instrucciones y evaluación
Los modelos se entrenaron con aprendizaje contrastivo; las dos versiones menores añaden destilación desde modelos mayores. Microsoft reporta 74,3 puntos para el modelo 27 B en su evaluación multilingüe MTEBv 2. La documentación advierte que las consultas deben incluir instrucciones de la tarea y que las versiones de las bibliotecas pueden alterar ligeramente los resultados reproducidos. Los archivos y la actividad pública del repositorio documentan la publicación del 30 de marzo, anterior al blog de Bing del 7 de abril.