Gemma 4 เปิดตัวพร้อมอินพุตข้อความ เสียง และรูปภาพ รวมถึงหน้าต่างบริบทแบบยาวที่มีโทเค็นให้ถึง 2.56 แสนโทเค็น ดูข้อมูลเพิ่มเติม

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

ภาพรวมโมเดล Embedding Gemma

EmbeddingGemma เป็นโมเดลการฝังข้อความแบบหลายภาษาที่มีพารามิเตอร์ 308 ล้านรายการซึ่งอิงตาม Gemma 3 โดยได้รับการเพิ่มประสิทธิภาพให้ใช้งานในอุปกรณ์ที่ใช้ในชีวิตประจำวัน เช่น โทรศัพท์ แล็ปท็อป และแท็บเล็ต โมเดลจะสร้างการแสดงข้อความในรูปแบบตัวเลขเพื่อใช้ สำหรับงานขั้นปลาย เช่น การดึงข้อมูล การค้นหาความคล้ายคลึงเชิงความหมาย การจัดประเภท และการจัดกลุ่ม

EmbeddingGemma มีฟีเจอร์หลักๆ ดังนี้

การรองรับหลายภาษา: เข้าใจข้อมูลทางภาษาอย่างกว้างขวาง โดยได้รับการฝึกในภาษาต่างๆ กว่า 100 ภาษา
ขนาดเอาต์พุตที่ยืดหยุ่น: ปรับแต่งขนาดเอาต์พุตจาก 768 เป็น 128 เพื่อแลกเปลี่ยนความเร็วและพื้นที่เก็บข้อมูลโดยใช้ Matryoshka Representation Learning (MRL)
บริบทโทเค็น 2,000 รายการ: บริบทอินพุตที่สำคัญสำหรับการประมวลผลข้อมูลข้อความและ เอกสารในฮาร์ดแวร์โดยตรง
ประหยัดพื้นที่เก็บข้อมูล: เรียกใช้บน RAM น้อยกว่า 200MB ด้วยการควอนไทซ์
เวลาในการตอบสนองต่ำ: การฝังแบบ Generative ในเวลาไม่ถึง 22 มิลลิวินาทีบน EdgeTPU เพื่อแอปพลิเคชันที่รวดเร็วและราบรื่น
ออฟไลน์และปลอดภัย: สร้างการฝังเอกสารโดยตรงในฮาร์ดแวร์ของคุณ ทำงานได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ตเพื่อรักษาความปลอดภัยของข้อมูลที่ละเอียดอ่อน

ดาวน์โหลดใน Hugging Face ดาวน์โหลดใน Kaggle เข้าถึงใน Vertex

เช่นเดียวกับโมเดล Gemma อื่นๆ EmbeddingGemma มาพร้อมกับน้ำหนักแบบเปิดและ ได้รับอนุญาตให้ใช้เชิงพาณิชย์อย่างมีความรับผิดชอบ ซึ่งช่วยให้คุณ ปรับแต่งและนําไปใช้ในโปรเจ็กต์และแอปพลิเคชันของคุณเองได้

ลองใช้ EmbeddingGemma ปรับแต่ง EmbeddingGemma