Google твърди, че EmbeddingGemma 2 превъзхожда конкурентни модели за вграждане, два пъти по-големи от него

Google представи EmbeddingGemma 2, отворен модел, който преобразува текст, изображения, видео, аудио и код в числови вектори, за да може сходното съдържание да бъде откривано и сравнявано по-лесно. Със своите 740 милиона параметъра Google твърди, че това е най-компактният модел от този тип и че превъзхожда конкурентни модели с до два пъти по-голям размер при бенчмаркове за мултимодални вграждания.

Моделът работи локално, без API ключ. Всяка заявка отнема около 20 до 70 милисекунди чрез WebGPU в браузъра. Той се нуждае само от около 191 MB RAM и намалява локалното хранилище за векторни бази данни до шест пъти. За задачи само с текст е достатъчна версия с 270 милиона параметъра.

В комбинация с малки отворени модели като Gemma 4 EmbeddingGemma 2 може да работи с офлайн RAG приложения, без да изпраща данни към външни сървъри. Теглата са достъпни в Hugging Face и Kaggle, заедно с ръководство за разработчици и документация.

Новини за ИИ без сензации – подбрани от хора

Абонирайте се за THE DECODER и получете четене без реклами, седмичен бюлетин за ИИ, ексклузивния ни тримесечен доклад за водещите тенденции „AI Radar“, пълен достъп до архива и достъп до секцията за коментари.