Google afirma que EmbeddingGemma 2 supera a los modelos de incrustación rivales dos veces más grandes
decoder ·
Google ha lanzado EmbeddingGemma 2, un modelo de código abierto diseñado para convertir texto, imágenes, video, audio y código en vectores numéricos para facilitar su comparación. Con 740 millones de parámetros, se describe como el modelo más compacto de su tipo, superando a competidores que tienen el doble de tamaño en pruebas multimodales. El modelo obtuvo una puntuación de 78,68 en la Prueba Masiva de Incrustaciones de Texto para Código, lo que representa una mejora significativa respecto a su predecesor. Funciona localmente sin necesidad de una clave de API, utilizando WebGPU en el navegador con tiempos de consulta entre 20 y 70 milisegundos. El sistema requiere solo unos 191 MB de RAM y puede reducir el almacenamiento de bases de datos vectoriales locales hasta en seis veces. Para tareas más simples que involucran solo texto, está disponible una versión más pequeña con 270 millones de parámetros. Al combinarse con modelos como Gemma 4, permite aplicaciones de Generación Aumentada por Recuperación (RAG) sin conexión que no envían datos a servidores externos. Los pesos y la documentación están actualmente disponibles en Hugging Face y Kaggle.
decoder