РЕЛИЗ · MODELS · #1603
Google выпустила EmbeddingGemma 2 — открытая мультимодальная модель эмбеддингов (740 млн параметров)
EmbeddingGemma 2 — это 740 млн параметров, лицензированная по Apache 2.0 мультимодальная модель эмбеддингов от Google, которая объединяет текст, изображения, аудио, видео и код в одно пространство эмбеддингов и оптимизирована для работы на устройствах. Модель основана на архитектуре Gemma 4, поддерживает модульные кодировщики, контекст до 8K токенов, технологию Matryoshka для динамического изменения длины векторов и доступна на Hugging Face и Kaggle.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- EmbeddingGemma 2 — это 740 млн параметров, лицензированная по Apache 2.0 мультимодальная модель эмбеддингов от Google, которая объединяет текст, изображения, аудио, видео и код в одно пространство эмбеддингов и оптимизирована для работы на устройствах.
- Модель основана на архитектуре Gemma 4, поддерживает модульные кодировщики, контекст до 8K токенов, технологию Matryoshka для динамического изменения длины векторов и доступна на Hugging Face и Kaggle.
- EmbeddingGemma 2 делает возможными высококачественный мультимодальный поиск и локальные RAG-цепочки при размерах ниже 1B, что улучшает приватность и задержку для офлайн-поиска и индексирования.
ПОЧЕМУ ЭТО ВАЖНО
EmbeddingGemma 2 делает возможными высококачественный мультимодальный поиск и локальные RAG-цепочки при размерах ниже 1B, что улучшает приватность и задержку для офлайн-поиска и индексирования.
ИСТОЧНИКИ И ХРОНОЛОГИЯ
3EmbeddingGemma 2 is the most capable model for on-device multimodal embeddings, natively mapping combinations of text, images, audio, and video into a unified embedding space. We introduced EmbeddingGemma last year to provide a lightweight option for high-quality text embeddings, to help your apps organize, search, and connect information directly on consumer hardware. The developer community’s response blew past ou…
EmbeddingGemma 2 is the most capable model for on-device multimodal embeddings, natively mapping combinations of text, images, audio, and video into a unified embedding space. Your browser does not support the audio element. We introduced EmbeddingGemma last year to provide a lightweight option for high-quality text embeddings, to help your apps organize, search, and connect information directly on consumer hardwar…
Google released EmbeddingGemma 2, an open model that converts text, images, video, audio, and code into numerical vectors so similar content can be found and compared more easily. At 740 million parameters, Google says it's the most compact model of its kind and outperforms competing models up to twice its size on multimodal embedding benchmarks. The model runs locally without an API key. Each query takes about 20 t…