गूगल का दावा है कि एम्बेडिंगजेमा 2 प्रतिस्पर्धी एम्बेडिंग मॉडल्स से बेहतर प्रदर्शन करता है जो दोगुने आकार के हैं
decoder ·
गूगल ने एम्बेडिंगगेमा 2 (EmbeddingGemma 2) जारी किया है, जो एक ओपन-सोर्स मॉडल है जिसे टेक्स्ट, छवियों, वीडियो, ऑडियो और कोड को संख्यात्मक वेक्टर में बदलने के लिए डिज़ाइन किया गया है ताकि उनकी तुलना आसान हो सके। 740 मिलियन पैरामीटरों वाले इस मॉडल को इसके समान प्रकार के सबसे छोटे मॉडल के रूप में वर्णित किया गया है, जो बहु-मध्यम (multimodal) मानकों पर अपने प्रतिस्पर्धियों से दोगुने आकार के बावजूद बेहतर प्रदर्शन करता है। इसने कोड के लिए मासिव टेक्स्ट एम्बेडिंग बेंचमार्क (Massive Text Embedding Benchmark) पर 78.68 का स्कोर हासिल किया, जो अपने पूर्वज की तुलना में महत्वपूर्ण सुधार है। यह मॉडल API कुंजी की आवश्यकता के बिना स्थानीय रूप से काम करता है और ब्राउज़र में WebGPU का उपयोग करके 20 से 70 मिलीसेकंड के बीच क्वेरी समय प्रदान करता है। सिस्टम को केवल लगभग 191 MB RAM की आवश्यकता होती है और यह स्थानीय वेक्टर डेटाबेस स्टोरेज को छह गुना तक कम कर सकता है। सरल केवल-टेक्स्ट कार्यों के लिए, 270 मिलियन पैरामीटरों वाला एक छोटा संस्करण उपलब्ध है। जब इसे गेमा 4 (Gemma 4) जैसे मॉडल्स के साथ जोड़ा जाता है, तो यह बाहरी सर्वरों पर डेटा भेजे बिना ऑफलाइन रिट्रीवल-एंगमेंटेड जनरेशन (Retrieval-Augmented Generation) अनुप्रयोगों को सक्षम बनाता है। वजन (weights) और दस्तावेज़ वर्तमान में हगिंग फेस (Hugging Face) और कैगल (Kaggle) पर उपलब्ध हैं।
decoder