본 논문은 페르시아어 텍스트 임베딩 연구의 발전을 목표로 하며, 기존 접근 방식 대비 8.5% 성능 향상을 달성한 새로운 페르시아어 텍스트 임베딩 모델 Hakim을 제시한다. Hakim은 FaMTEB 벤치마크에서 기존 페르시아어 모델을 능가하며, 지도 및 비지도 학습을 위한 세 개의 새로운 데이터 세트 (Corpesia, Pairsia-sup, Pairsia-unsup)를 도입했다. 또한, 챗봇 및 검색 증강 생성 (RAG) 시스템 내에서 메시지 기록을 통합하는 검색 작업에 적합하도록 설계되었다. BERT 아키텍처 기반의 새로운 기준 모델도 제안되었으며, 여러 페르시아어 NLP 작업에서 더 높은 정확도를 보였다. RetroMAE 기반 모델은 텍스트 정보 검색 응용 분야에 특히 효과적임을 입증했다.
