embeddinggemma-2

Hva er embeddinggemma-2

EmbeddingGemma-2 er en serie tekstinnbyggingsmodeller utgitt av Google, med fokus på å generere tekstvektorrepresentasjoner av høy kvalitet for oppgaver som søk, henting og likhetsberegning.

Viktige funksjoner

• Mapper tekst (inkludert kode), bilder, video og lydinnganger til et enhetlig 768-dimensjonalt vektorrom
• Støtter over 100 språk og forbedrer ytelsen på kode-relaterte oppgaver
• Gir fleksibel modalitetslasting, som tillater selektiv bruk av tekst-, visjons- eller lydenkodere
• Støtter Matryoshka Representation Learning nativt, som tillater trunkering fra 128d til 768d-embeddinger
• Støtter et kontekstvindu på 8K tokens, som kan håndtere flere minutter med lyd eller video

Hvem det er for

Passer for utviklere som trenger å utføre tekst-, bilde-, video- og lydembedding på forbrukerhardware (som telefoner og bærbare datamaskiner) for søk, RAG, klassifisering og klynging.

Hvordan komme i gang

1. Gå til https://huggingface.co/google/embeddinggemma-2
2. Last inn modellen ved hjelp av Hugging Face Transformers-biblioteket
3. Last selektivt inn tekst-, visjons- eller lydenkodere etter behov

Sammensatt fra offentlige beskrivelser på verktøyets offisielle nettsted / README / lanseringsside. Priser og brukertall er ikke verifisert; vennligst sjekk det offisielle nettstedet. Noen seksjoner ble utarbeidet med hjelp fra AI. Skrevet på kinesisk og engelsk; andre språk er maskinoversatt.