EmbeddingGemma 2 de Google es un modelo de pesos abiertos para búsqueda y recuperación de información que admite texto, código, imágenes, video y audio. Google afirma que los representa en un espacio compartido de 768 dimensiones, lo que permite a los desarrolladores buscar en distintos tipos de contenido sin tener que mantener espacios de representación separados. El modelo está disponible en Hugging Face con licencia Apache 2.0.
Los desarrolladores pueden cargar solo los codificadores que necesiten: el modelo tiene desde 270 millones de parámetros para texto y código hasta 740 millones para la compatibilidad multimodal completa. También es posible reducir la dimensión de sus vectores para ahorrar memoria, pero Google informa que, con 128 dimensiones, la calidad de recuperación cae a cerca del 75% en imágenes, video y voz.
Por qué importa
Los desarrolladores que crean búsquedas locales pueden usar un solo modelo para recuperar información de documentos y contenido multimedia. Sin embargo, reducir la dimensión de los vectores para ahorrar almacenamiento puede empeorar los resultados en búsquedas que no sean de texto; la fuente no incluye resultados de pruebas independientes.
