EmbeddingGemma 2 di Google è un modello open-weight per la ricerca e il recupero delle informazioni che supporta testo, codice, immagini, video e audio. Google afferma che li converte in uno spazio condiviso a 768 dimensioni, consentendo agli sviluppatori di effettuare ricerche tra diversi tipi di contenuti senza dover gestire spazi di embedding separati. Il modello è disponibile su Hugging Face con licenza Apache 2.0.
Gli sviluppatori possono caricare solo gli encoder di cui hanno bisogno: il modello va da 270 milioni di parametri per testo e codice a 740 milioni per il supporto multimodale completo. I vettori possono anche essere ridotti per risparmiare memoria, ma Google riferisce che a 128 dimensioni la qualità del recupero scende a circa il 75% per immagini, video e parlato.
Perché conta
Gli sviluppatori che realizzano sistemi di ricerca locali possono usare un unico modello per recuperare informazioni da documenti e contenuti multimediali. Tuttavia, ridurre i vettori per risparmiare spazio di archiviazione può peggiorare i risultati nelle ricerche non testuali; la fonte non fornisce risultati di test indipendenti.
