embeddinggemma-2

Que é embeddinggemma-2

EmbeddingGemma-2 é unha serie de modelos de incrustación de texto lanzada por Google, centrada en xerar representacións vectoriais de texto de alta calidade para tarefas como busca, recuperación e cálculo de similitude.

Características clave

• Mapea texto (incluído código), imaxes, vídeo e entradas de audio nun espazo vectorial unificado de 768 dimensións
• Permite máis de 100 idiomas e mellora o rendemento en tarefas relacionadas co código
• Proporciona carga de modalidades flexible, permitindo o uso selectivo de codificadores de texto, visión ou audio
• Compatível de forma nativa con Matryoshka Representation Learning, permitindo truncar incrustacións de 128d a 768d
• Compatível cunha ventá de contexto de 8K tokens, capaz de manexar varios minutos de audio ou vídeo

Para quen é

Adecuado para desenvolvedores que necesitan realizar incrustacións de texto, imaxe, vídeo e audio en hardware de consumo (como teléfonos e portátiles) para tarefas de busca, RAG, clasificación e agrupación.

Como comezar

1. Visita https://huggingface.co/google/embeddinggemma-2
2. Carga o modelo usando a biblioteca Hugging Face Transformers
3. Carga selectivamente codificadores de texto, visión ou audio segundo os requisitos

Compilado a partir de descricións públicas no sitio web oficial / README / páxina de lanzamento da ferramenta. Os prezos e números de usuarios non foron verificados; consulta o sitio web oficial. Algunhas seccións foron redactadas con axuda de IA. Escrito en chinés e inglés; outras linguaxes están traducidas por máquina.