Maison
L'équipe Microsoft Bing open source le modèle d'intégration « Harrier » (27 milliards de paramètres), qui arrive en tête des tests de performance multilingues
Le 7 avril, l'équipe Bing de Microsoft a annoncé la mise à disposition en open source d'une nouvelle série de modèles d'embedding de mots baptisée « Harrier », conçue pour redéfinir la logique sous-jacente de la recherche globale, de l'extraction d'informations et des agents d'IA. La série Harrier comprend trois versions, dont le modèle phare 27B qui surpasse les principaux modèles propriétaires d’OpenAI, d’Amazon et de Google Gemini dans le benchmark multilingue MTEB v2, s’adjugeant ainsi la première place.

Les fondements techniques de ce modèle reflètent des normes industrielles rigoureuses : Harrier prend en charge plus de 100 langues avec une fenêtre contextuelle pouvant atteindre 32 000 tokens. Pour l’entraînement, Microsoft a utilisé plus de 2 milliards d’exemples issus du monde réel et a intégré des données synthétiques provenant de GPT-5 pour l’apprentissage par renforcement. Ce mélange de données de haute qualité confère à Harrier un avantage certain pour comprendre des contextes complexes et traiter des textes longs. Outre la version complète à 27 milliards de paramètres, Microsoft a également publié des variantes plus légères à 0,6 milliard et 2,7 milliards de paramètres afin de s’adapter à différents environnements informatiques ; toutes sont disponibles en open source sur Hugging Face sous licence MIT.
Les modèles d’encodage sont essentiels pour organiser et extraire des informations dans les systèmes d’IA, et leurs performances ont un impact direct sur la précision des systèmes RAG (Retrieval-Augmented Generation). Microsoft a l’intention d’intégrer cette technologie au moteur de recherche Bing et à de nouveaux services d’ancrage d’agents IA. Alors que l’IA évolue vers des tâches plus autonomes et comportant plusieurs étapes, la mise en open source de Harrier offre non seulement aux développeurs une alternative haute performance aux modèles propriétaires, mais marque également une étape importante pour l’écosystème open source dans le domaine de la représentation sémantique, accélérant ainsi davantage le déploiement d’agents IA dans des environnements multilingues à l’échelle mondiale.
Article connexe
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Recommandations de sujets spéciaux liés
commentaires (1)
Finally, an open-source embedding model that actually challenges the big players! Harrier's 27B parameters look promising for multilingual tasks, especially if it improves retrieval accuracy without the usual proprietary lock-in. Microsoft is pushing boundaries here, but let's see how it performs in real-world edge cases. Excited to test it out on some niche datasets! 🚀
Le 7 avril, l'équipe Bing de Microsoft a annoncé la mise à disposition en open source d'une nouvelle série de modèles d'embedding de mots baptisée « Harrier », conçue pour redéfinir la logique sous-jacente de la recherche globale, de l'extraction d'informations et des agents d'IA. La série Harrier comprend trois versions, dont le modèle phare 27B qui surpasse les principaux modèles propriétaires d’OpenAI, d’Amazon et de Google Gemini dans le benchmark multilingue MTEB v2, s’adjugeant ainsi la première place.

Les fondements techniques de ce modèle reflètent des normes industrielles rigoureuses : Harrier prend en charge plus de 100 langues avec une fenêtre contextuelle pouvant atteindre 32 000 tokens. Pour l’entraînement, Microsoft a utilisé plus de 2 milliards d’exemples issus du monde réel et a intégré des données synthétiques provenant de GPT-5 pour l’apprentissage par renforcement. Ce mélange de données de haute qualité confère à Harrier un avantage certain pour comprendre des contextes complexes et traiter des textes longs. Outre la version complète à 27 milliards de paramètres, Microsoft a également publié des variantes plus légères à 0,6 milliard et 2,7 milliards de paramètres afin de s’adapter à différents environnements informatiques ; toutes sont disponibles en open source sur Hugging Face sous licence MIT.
Les modèles d’encodage sont essentiels pour organiser et extraire des informations dans les systèmes d’IA, et leurs performances ont un impact direct sur la précision des systèmes RAG (Retrieval-Augmented Generation). Microsoft a l’intention d’intégrer cette technologie au moteur de recherche Bing et à de nouveaux services d’ancrage d’agents IA. Alors que l’IA évolue vers des tâches plus autonomes et comportant plusieurs étapes, la mise en open source de Harrier offre non seulement aux développeurs une alternative haute performance aux modèles propriétaires, mais marque également une étape importante pour l’écosystème open source dans le domaine de la représentation sémantique, accélérant ainsi davantage le déploiement d’agents IA dans des environnements multilingues à l’échelle mondiale.
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Finally, an open-source embedding model that actually challenges the big players! Harrier's 27B parameters look promising for multilingual tasks, especially if it improves retrieval accuracy without the usual proprietary lock-in. Microsoft is pushing boundaries here, but let's see how it performs in real-world edge cases. Excited to test it out on some niche datasets! 🚀











