Harrier OSS v1

Harrier OSS v1 är en serie embeddingmodeller från Microsoft, presenterad i april 2026 på Bings blogg. En embeddingmodell gör om text till en lista med tal så att texter med liknande innehåll hamnar nära varandra. Microsoft beskriver det som grunden för AI-agenter som ska söka, hämta information och minnas över flera steg, och arbetet ingår i ett större projekt för att bygga nya system som förankrar AI-svar i Bing.

Serien finns i tre storlekar: 27 miljarder, 0,6 miljarder och 270 miljoner parametrar. De två mindre är gjorda för att kunna köras på enklare enheter och har tränats genom att lära av den största modellen (destillering). Alla kan läsa 32 768 tokens och används för sökning, gruppering, att jämföra betydelse mellan meningar, klassificering, att para ihop översättningar och omrankning. Vid sökning skriver man en kort instruktion som beskriver uppgiften framför frågan.

För träningen byggde Microsoft ett flöde som samlar flerspråkiga textpar och låter GPT-5 skapa syntetisk data. Det gav över 2 miljarder svagt märkta exempel för förträning och över 10 miljoner högkvalitativa exempel för finjustering. Enligt Microsoft låg 27B-modellen etta på MTEB:s flerspråkiga topplista (v2) med 74,3 poäng, 2 % över tidigare bästa, och den låg fortfarande etta när topplistan lästes av den 25 oktober 2026. Vikterna finns på Hugging Face under MIT-licensen.