embeddinggemma-2

Qu'est-ce que embeddinggemma-2

EmbeddingGemma-2 est une série de modèles d'embedding de texte publiée par Google, axée sur la génération de représentations vectorielles de texte de haute qualité pour des tâches telles que la recherche, la récupération et le calcul de similarité.

Fonctionnalités principales

• Projette le texte (y compris le code), les images, les vidéos et les entrées audio dans un espace vectoriel unifié de 768 dimensions
• Prend en charge plus de 100 langues et améliore les performances sur les tâches liées au code
• Fournit un chargement de modalités flexible, permettant l'utilisation sélective des encodeurs texte, vision ou audio
• Prend nativement en charge le Matryoshka Representation Learning, permettant de tronquer les embeddings de 128d à 768d
• Prend en charge une fenêtre de contexte de 8K tokens, capable de traiter plusieurs minutes d'audio ou de vidéo

Pour qui

Convient aux développeurs ayant besoin d'effectuer des embeddings de texte, d'image, de vidéo et d'audio sur du matériel grand public (comme les téléphones et les ordinateurs portables) pour des tâches de recherche, RAG, classification et clustering.

Comment démarrer

1. Rendez-vous sur https://huggingface.co/google/embeddinggemma-2
2. Chargez le modèle à l'aide de la bibliothèque Hugging Face Transformers
3. Chargez sélectivement les encodeurs texte, vision ou audio selon les besoins

Compilé à partir des descriptions publiques du site officiel / README / page de lancement. Tarifs et nombre d'utilisateurs non vérifiés ; consultez le site officiel. Certaines sections ont été rédigées avec l'aide de l'IA. Rédigé en chinois et en anglais ; les autres langues sont traduites automatiquement.