Data03.11.2026 · 16:443 nguồn

Google deepmind ra mắt EmbeddingGemma 2 để thống nhất embedding văn bản và đa phương tiện

Từ huggingnews.com

Ảnh: huggingnews.com
AI;DR

Mô hình 744M-parameter mới từ Google DeepMind có thể xử lý văn bản, code, hình ảnh, âm thanh và video thành không gian chung 768-dimensional. Được công bố cùng với weights Apache 2.0, EmbeddingGemma 2 loại bỏ nhu cầu về các encoder riêng biệt hoặc bước phiên âm sơ bộ cho đầu vào âm thanh và video. Kiến trúc modular của mô hình cho phép người dùng tải các thành phần cụ thể như backbone văn bản 271M hoặc encoder âm thanh 305M, giảm mức sử dụng bộ nhớ đỉnh trên Pixel 11 Pro xuống chỉ 191 MB cho các tác vụ chỉ dùng văn bản. Trên benchmark MTEB Code, mô hình đạt 78,7, tăng so với 68,8 của EmbeddingGemma 1, gần bằng mô hình lớn gấp 28 lần.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

+ 1 nguồn khác
  1. SUPPORT@seraandroid“One 744M model embeds text, code, images, audio and video into a single 768d space. No separate encoders, no transcription step in front.”x.com

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay