گوگل مدل EmbeddingGemma 2 را برای جست‌وجوی چندوجهی عرضه کرد
گوگل EmbeddingGemma 2 را با وزن‌های قابل دریافت و مجوز Apache 2.0 عرضه کرد؛ مدلی برای جست‌وجوی چندوجهی که بردار عددی می‌سازد، نه پاسخ چت‌بات.
در این مقاله می‌خوانید ۲ بخش
مدلی برای یافتن محتوا، نه تولید پاسخ
گوگل در اطلاعیه ۶ اکتبر ۲۰۲۶، مدل EmbeddingGemma 2 را برای تبدیل متن، کد، تصویر، صدا و ویدیو به نمایش‌های عددی در یک فضای مشترک عرضه کرد. کاربرد آن ساخت جست‌وجوی معنایی میان انواع فایل‌هاست؛ از جمله پیدا کردن بخش مرتبط یک ویدیو با پرسش متنی یا صوتی.
این مدل چت‌بات نیست: به‌جای نوشتن پاسخ، برداری از اعداد تولید می‌کند که برای سنجش ارتباط محتواها به کار می‌رود. کارت مدل، بازیابی، دسته‌بندی و خوشه‌بندی را کاربردهای هدف معرفی می‌کند.
به‌گفته گوگل، مدل بر معماری Gemma 4 تکیه دارد و نسخه کامل آن ۷۴۰ میلیون پارامتر دارد. طراحی ماژولار اجازه می‌دهد برای کاربرد صرفاً متنی، رمزگذارهای تصویر و صدا بارگذاری نشوند.
مشخصات، مجوز و وضعیت دسترسی
طبق کارت مدل، پنجره زمینه ۸۱۹۲ توکن و خروجی پیش‌فرض یک بردار ۷۶۸بعدی است. توسعه‌دهندگان می‌توانند آن را به ۵۱۲، ۲۵۶ یا ۱۲۸ بعد کاهش دهند؛ تغییری که ممکن است کیفیت را کم کند و به نرمال‌سازی مجدد نیاز دارد. ابعاد بردار پرسش و اسناد نیز باید یکسان باشد.
وزن‌ها با مجوز Apache 2.0 در Hugging Face و Kaggle منتشر شده‌اند؛ اما دسترسی از طریق Model Garden در زمان اطلاعیه هنوز آتی بود.
کارت مدل از پشتیبانی بیش از صد زبان خبر می‌دهد، ولی کیفیت یکسان در فارسی را اثبات نمی‌کند. اجرای محلی می‌تواند انتقال داده را کاهش دهد، اما تضمین حریم خصوصی نیست؛ ادعاهای گوگل درباره عملکرد و حافظه نیز تضمین اجرا روی هر گوشی محسوب نمی‌شوند.
هنوز دیدگاهی منتشر نشده است. اولین نفر باشید.