embeddinggemma-2

Apakah embeddinggemma-2

EmbeddingGemma-2 ialah siri model penyerapan teks yang dikeluarkan oleh Google, memfokuskan pada penjanaan representasi vektor teks berkualiti tinggi untuk tugas seperti carian, pengambilan semula dan pengiraan kesamaan.

Ciri utama

• Memetakan teks (termasuk kod), imej, video dan input audio ke dalam ruang vektor 768 dimensi yang disatukan
• Menyokong 100+ bahasa dan meningkatkan prestasi pada tugas berkaitan kod
• Menyokong pemuatan modaliti yang fleksibel, membolehkan penggunaan terpilih pengekod teks, visi atau audio
• Menyokong Matryoshka Representation Learning secara asli, membolehkan pemotongan daripada embedding 128d kepada 768d
• Menyokong tetingkap konteks 8K token, mampu mengendalikan beberapa minit audio atau video

Untuk siapa ia

Sesuai untuk pembangun yang perlu melakukan embedding teks, imej, video dan audio pada perkakasan gred pengguna (seperti telefon dan komputer riba) untuk tugas carian, RAG, klasifikasi dan pengelompokan.

Cara memulakan

1. Lawati https://huggingface.co/google/embeddinggemma-2
2. Muatkan model menggunakan pustaka Hugging Face Transformers
3. Muatkan pengekod teks, visi atau audio secara terpilih mengikut keperluan

Disusun daripada penerangan awam di laman web rasmi / README / halaman pelancaran alat. Harga dan bilangan pengguna belum disahkan; sila semak laman web rasmi. Beberapa bahagian disediakan dengan bantuan AI. Ditulis dalam Bahasa Cina dan Inggeris; bahasa lain adalah terjemahan mesin.