Lar
A equipe do Microsoft Bing torna o modelo de incorporação Harrier, de 27 bilhões de parâmetros, de código aberto, liderando os benchmarks multilíngues
Em 7 de abril, a equipe do Bing da Microsoft anunciou o lançamento em código aberto de uma nova série de modelos de embedding de palavras chamada “Harrier”, projetada para redefinir a lógica subjacente à pesquisa global, à recuperação de informações e aos agentes de IA. A série Harrier inclui três versões, sendo que o modelo principal, o 27B, superou os principais modelos proprietários da OpenAI, Amazon e Google Gemini no benchmark multilíngue MTEB v2, garantindo o primeiro lugar.

A base técnica desse modelo reflete sólidos padrões industriais: o Harrier suporta mais de 100 idiomas com uma janela de contexto de até 32.000 tokens. Para o treinamento, a Microsoft utilizou mais de 2 bilhões de exemplos do mundo real e incorporou dados sintéticos do GPT-5 para o aprendizado por reforço. Essa combinação de dados de alta qualidade confere ao Harrier uma vantagem distinta na compreensão de contextos complexos e no tratamento de textos longos. Além da versão completa com 27 bilhões de parâmetros, a Microsoft também lançou variantes menores, de 0,6 bilhão e 2,7 bilhões, para se adequar a diferentes ambientes de computação, todas disponibilizadas como código aberto no Hugging Face sob a licença MIT.
Modelos de embedding são essenciais para organizar e recuperar informações em sistemas de IA, e seu desempenho afeta diretamente a precisão dos sistemas RAG (Retrieval-Augmented Generation). A Microsoft pretende integrar essa tecnologia ao mecanismo de busca Bing e a novos serviços de grounding de agentes de IA. À medida que a IA avança em direção a tarefas mais autônomas e com várias etapas, a disponibilização do Harrier como código aberto não apenas oferece aos desenvolvedores uma alternativa de alto desempenho aos modelos proprietários, mas também marca um marco significativo para o ecossistema de código aberto na representação semântica, acelerando ainda mais a implantação de agentes de IA em ambientes globais multilíngues.
Artigo relacionado
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Recomendações de tópicos especiais relacionados
Comentários (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! 🚀
Em 7 de abril, a equipe do Bing da Microsoft anunciou o lançamento em código aberto de uma nova série de modelos de embedding de palavras chamada “Harrier”, projetada para redefinir a lógica subjacente à pesquisa global, à recuperação de informações e aos agentes de IA. A série Harrier inclui três versões, sendo que o modelo principal, o 27B, superou os principais modelos proprietários da OpenAI, Amazon e Google Gemini no benchmark multilíngue MTEB v2, garantindo o primeiro lugar.

A base técnica desse modelo reflete sólidos padrões industriais: o Harrier suporta mais de 100 idiomas com uma janela de contexto de até 32.000 tokens. Para o treinamento, a Microsoft utilizou mais de 2 bilhões de exemplos do mundo real e incorporou dados sintéticos do GPT-5 para o aprendizado por reforço. Essa combinação de dados de alta qualidade confere ao Harrier uma vantagem distinta na compreensão de contextos complexos e no tratamento de textos longos. Além da versão completa com 27 bilhões de parâmetros, a Microsoft também lançou variantes menores, de 0,6 bilhão e 2,7 bilhões, para se adequar a diferentes ambientes de computação, todas disponibilizadas como código aberto no Hugging Face sob a licença MIT.
Modelos de embedding são essenciais para organizar e recuperar informações em sistemas de IA, e seu desempenho afeta diretamente a precisão dos sistemas RAG (Retrieval-Augmented Generation). A Microsoft pretende integrar essa tecnologia ao mecanismo de busca Bing e a novos serviços de grounding de agentes de IA. À medida que a IA avança em direção a tarefas mais autônomas e com várias etapas, a disponibilização do Harrier como código aberto não apenas oferece aos desenvolvedores uma alternativa de alto desempenho aos modelos proprietários, mas também marca um marco significativo para o ecossistema de código aberto na representação semântica, acelerando ainda mais a implantação de agentes de IA em ambientes globais multilíngues.
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
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! 🚀











