O EmbeddingGemma 2, do Google, é um modelo de pesos abertos para busca e recuperação de informações que oferece suporte a texto, código, imagens, vídeo e áudio. Segundo o Google, ele representa esses dados em um espaço compartilhado de 768 dimensões, permitindo que desenvolvedores façam buscas entre diferentes tipos de mídia sem manter espaços de embeddings separados. O modelo está disponível no Hugging Face sob a licença Apache 2.0.
Os desenvolvedores podem carregar apenas os codificadores de que precisam: o modelo vai de 270 milhões de parâmetros, para texto e código, a 740 milhões, para suporte multimodal completo. Também é possível reduzir a dimensão dos vetores para economizar memória, mas o Google informa que, com 128 dimensões, a qualidade da recuperação cai para cerca de 75% em imagens, vídeo e fala.
Por que importa
Desenvolvedores que criam buscas locais podem usar um único modelo para encontrar informações em documentos e mídias. Mas reduzir os vetores para economizar armazenamento pode prejudicar os resultados de buscas que não envolvam texto; a fonte não apresenta resultados de testes independentes.
