После неудачной попытки регрессии эмбеддингов с использованием MSE-лосса автор успешно обучил донорскую модель ретривера с 12 слоями с помощью контрастивного обучения, а затем дистиллировал её до 4 слоёв. STRIZH имеет 24,4 миллиона параметров, размер вектора 384, средний пулинг, без префиксов для запросов и пассажей и поддерживает контекст до 8192 токенов. На локальном корпусе он достиг Recall@10 равного 0,751 на отфильтрованном подмножестве и 0,800 на полном наборе. В бенчмарках совместного размещения с Qwen3.6-35B-A3B STRIZH вызвал лишь 2% падение пропускной способности генерации по сравнению с 7% для bge-m3 при онлайн-нагрузке 200 запросов в секунду, а также индексировал 46 батчей в секунду против 4,9. Однако после публикации была обнаружена ошибка: в конфигурации токенизатора было установлено model_max_length=256, что при применении привело к падению Recall@10 с 0,589 до 0,448. Автор отмечает, что STRIZH не предназначен для замены более крупных моделей, таких как USER2-small или bge-m3, а для заполнения ниши эффективного плотного поиска при строгих ограничениях на вычислительные ресурсы.