Google pretendon se EmbeddingGemma 2 i tejkalon modelet rivale të embedding-ut me dyfishin e madhësisë

Google publikoi EmbeddingGemma 2, një model të hapur që konverton tekstin, imazhet, videon, audion dhe kodin në vektorë numerikë, në mënyrë që përmbajtja e ngjashme të mund të gjendet dhe krahasohet më lehtë. Me 740 milionë parametra, Google thotë se është modeli më kompakt i këtij lloji dhe i tejkalon modelet konkurruese deri në dyfishin e madhësisë së tij në testet e integrimit multimodal.

Modeli funksionon lokalisht pa një çelës API. Çdo pyetje zgjat rreth 20 deri në 70 milisekonda nëpërmjet WebGPU në shfletues. Ai ka nevojë vetëm për rreth 191 MB RAM dhe e zvogëlon hapësirën e ruajtjes së bazës së të dhënave vektoriale lokale deri në gjashtë herë. Për detyrat vetëm me tekst, një version me 270 milionë parametra është i mjaftueshëm.

I shoqëruar me modele të vogla të hapura si Gemma 4, EmbeddingGemma 2 mund të ekzekutojë aplikacione RAG jashtë linje pa dërguar të dhëna në servera të jashtëm. Peshat janë të disponueshme në Hugging Face dhe Kaggle, së bashku me një udhëzues dhe dokumentacion për zhvilluesit.