Google afirma que EmbeddingGemma 2 supera modelos de incorporação rivais duas vezes maiores
decoder ·
A Google lançou o EmbeddingGemma 2, um modelo de código aberto projetado para converter texto, imagens, vídeo, áudio e código em vetores numéricos para facilitar a comparação. Com 740 milhões de parâmetros, é descrito como o modelo mais compacto de sua categoria, superando concorrentes duas vezes maiores em benchmarks multimodais. O modelo obteve uma pontuação de 78,68 no Massive Text Embedding Benchmark for Code, marcando uma melhoria significativa em relação ao seu antecessor. Ele opera localmente sem exigir uma chave de API, utilizando WebGPU no navegador com tempos de consulta entre 20 e 70 milissegundos. O sistema requer apenas cerca de 191 MB de RAM e pode reduzir o armazenamento de bancos de dados vetoriais locais em até seis vezes. Para tarefas mais simples que envolvem apenas texto, está disponível uma versão menor com 270 milhões de parâmetros. Quando combinado com modelos como o Gemma 4, permite aplicações de Geração Aumentada por Recuperação (RAG) offline sem enviar dados para servidores externos. Os pesos e a documentação estão atualmente disponíveis no Hugging Face e no Kaggle.
decoder