EmbeddingGemma 2: एक खुला, हल्का बहुविध एम्बेडिंग मॉडल
Google ने EmbeddingGemma 2 जारी किया है, एक ओपन-सोर्स मॉडल जो टेक्स्ट, इमेज, ऑडियो और वीडियो को साझा एम्बेडिंग स्पेस में बदलता है ताकि उन्हें साथ खोजा और तुलना किया जा सके। Gemma 4 आर्किटेक्चर पर 74 करोड़ पैरामीटर वाला यह मॉडल स्थानीय उपकरणों के लिए बना है और आउटपुट वेक्टर छोटे करने की सुविधा देता है।
लेख में क्या कहा गया है
6 अक्टूबर 2026 को Google ने EmbeddingGemma 2 पेश किया, जो ओपन-सोर्स, हल्का और बहु-मोडल एम्बेडिंग मॉडल है और टेक्स्ट, चित्र, ऑडियो व वीडियो को एक ही वेक्टर स्पेस में रखता है। यह Gemma 4 पर आधारित है, इसमें 74 करोड़ पैरामीटर हैं, यह Apache 2.0 लाइसेंस पर जारी हुआ है और पहले EmbeddingGemma का उत्तराधिकारी है, जिसके 2 करोड़ से अधिक डाउनलोड हुए। यह मॉड्यूलर है: केवल टेक्स्ट के लिए 27 करोड़ पैरामीटर काफ़ी हैं, और विज़न (17 करोड़) व ऑडियो (30 करोड़) एन्कोडर वैकल्पिक हैं। संदर्भ विंडो 8,000 टोकन की है, जो संस्करण 1 से चार गुना है।
Google के अनुसार एक अरब से कम पैरामीटर वाले बहु-मोडल मॉडलों में MTEB Code और MAEB पर यह सर्वश्रेष्ठ स्कोर देता है; MTEB Code 68.76 से बढ़कर 78.68 हुआ। 768 आयाम वाले वेक्टर भंडारण घटाने के लिए 128 तक छोटे किए जा सकते हैं। मॉडल डिवाइस पर उपयोग के लिए है, Pixel 11 Pro पर केवल टेक्स्ट के लिए लगभग 191 MB RAM लगती है। वज़न Hugging Face और Kaggle पर उपलब्ध हैं और कई टूल संगत हैं।
आधिकारिक लेख पढ़ें AnnuIA प्रोफ़ाइल
यह सारांश AnnuIA ने Google DeepMind के आधिकारिक पृष्ठ के आधार पर अपने शब्दों में लिखा है। सामग्री और अधिकार प्रकाशक के हैं: कृपया मूल लेख पढ़ें।