Google утверждает, что EmbeddingGemma 2 превосходит конкурирующие модели встраивания, которые в два раза больше
decoder ·
Google выпустила EmbeddingGemma 2 — модель с открытым исходным кодом, предназначенную для преобразования текста, изображений, видео, аудио и кода в числовые векторы для упрощения сравнения. При наличии 740 миллионов параметров она описывается как самая компактная модель своего рода, превосходящая конкурентов вдвое большего размера на мультимодальных бенчмарках. Модель набрала 78,68 балла в Massive Text Embedding Benchmark for Code, что стало значительным улучшением по сравнению с предыдущей версией. Она работает локально без необходимости использования API-ключа, используя WebGPU в браузере со временем запросов от 20 до 70 миллисекунд. Система требует всего около 191 МБ оперативной памяти и может сократить объем хранения данных в локальной векторной базе данных до шести раз. Для более простых задач, связанных только с текстом, доступна меньшая версия с 270 миллионами параметров. В сочетании с такими моделями, как Gemma 4, она позволяет создавать приложения для поиска с дополненной генерацией (RAG) в автономном режиме без отправки данных на внешние сервера. Весы модели и документация в настоящее время доступны на платформах Hugging Face и Kaggle.
decoder