/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
harrier-oss-v1-0.6b
Библиотека
sentence-transformers
Опубликована
29 апр 2026

Harrier-Arabic-Matryoshka-0.6B

ЭмбеддингиТекст → embedding9 профессий

Дообученная на арабских текстах модель Qwen3 для получения компактных эмбеддингов и поиска семантически близких предложений.

98скачиваний за 30 дней5лайковвеса обновлены29 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Harrier-Arabic-Matryoshka-0.6B — модель эмбеддингов предложений на базе microsoft/harrier-oss-v1-0.6b, дообученная Omartificial-Intelligence-Space для семантического сходства арабских текстов. Она преобразует предложения и фрагменты текста в векторы для поиска, сравнения, кластеризации и удаления дубликатов; также поддерживает межъязыковой поиск на языках базовой модели.

Модель построена на архитектуре Qwen3, содержит около 508 млн параметров и выдаёт эмбеддинги размерностью 1024. Благодаря Matryoshka Representation Learning векторы можно сокращать до 768, 512, 256, 128 или 64 измерений с небольшими потерями качества, что помогает уменьшить индекс и ускорить поиск. Контекстное окно — 32 768 токенов. Модель рассчитана прежде всего на арабский язык и использует библиотеку sentence-transformers.

В карточке нет сведений о лицензии и количественных результатах оценки качества, поэтому условия распространения и сравнительную эффективность по ней определить нельзя.

Сценарии применения

  • семантический поиск по арабским документам
  • сравнение сходства арабских предложений
  • поиск фрагментов текста на арабском языке
  • межъязыковой поиск по поддерживаемым базовой моделью языкам
  • кластеризация и удаление дубликатов арабских текстов

Ограничения

Модель ориентирована прежде всего на арабский язык; межъязыковой поиск ограничен языками, которые поддерживает базовая модель. Карточка не содержит результатов бенчмарков и сведений о лицензии.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Harrier-Arabic-Matryoshka-0.6B

A 0.6B-parameter Arabic sentence embedding model based on microsoft/harrier-oss-v1-0.6b, fine-tuned for Arabic semantic similarity with Matryoshka Representation Learning.

Matryoshka training was applied across the dimension ladder 1024 → 768 → 512 → 256 → 128 → 64, so you can truncate the output embedding to any of these sizes with minimal quality loss — useful for faster retrieval and lighter indexes.

Model details

FieldValue
Base modelmicrosoft/harrier-oss-v1-0.6b
Parameters~0.6B
Full embedding dimension1024
Matryoshka dims1024, 768, 512, 256, 128, 64
Max sequence length32,768
Poolinginherited from base
LanguageArabic (cross-lingual capabilities inherited from base)

Usage

Standard (full 1024-dim embeddings)

from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "Omartificial-Intelligence-Space/Harrier-Arabic-Matryoshka-0.6B",
    trust_remote_code=True,
)

sentences = [
    "تعلم اللغة العربية ممتع ومثير.",
    "دراسة العربية تجربة شيقة.",
    "القطط تحب اللعب في الحديقة.",
]

embeddings = model.encode(sentences, normalize_embeddings=True)
print(embeddings.shape)  # (3, 1024)

Truncated (Matryoshka) embeddings

Pick any dim from the ladder for smaller, faster vectors:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "Omartificial-Intelligence-Space/Harrier-Arabic-Matryoshka-0.6B",
    trust_remote_code=True,
    truncate_dim=256,  # one of: 1024, 768, 512, 256, 128, 64
)

embeddings = model.encode(["..."], normalize_embeddings=True)
print(embeddings.shape)  # (1, 256)

Cosine similarity

from sentence_transformers import SentenceTransformer
from sentence_transformers.util import cos_sim

model = SentenceTransformer(
    "Omartificial-Intelligence-Space/Harrier-Arabic-Matryoshka-0.6B",
    trust_remote_code=True,
)

a = model.encode("تعلم اللغة العربية ممتع ومثير.", normalize_embeddings=True)
b = model.encode("دراسة العربية تجربة شيقة.", normalize_embeddings=True)
print(cos_sim(a, b))

Intended use

  • Arabic semantic textual similarity
  • Arabic sentence/passage retrieval and re-ranking
  • Cross-lingual retrieval against the base model's supported languages
  • Clustering and deduplication of Arabic text

Citation

If you use this model, please cite the base model and Matryoshka Representation Learning:

@misc{harrieross,
  title  = {Harrier OSS v1},
  author = {Microsoft},
  url    = {https://huggingface.co/microsoft/harrier-oss-v1-0.6b}
}

@inproceedings{kusupati2022matryoshka,
  title     = {Matryoshka Representation Learning},
  author    = {Kusupati, Aditya and others},
  booktitle = {NeurIPS},
  year      = {2022}
}

License

This model inherits the license of its base model. See microsoft/harrier-oss-v1-0.6b for terms.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3Model
Ревизия весов
397a969

0 моделей