EmbeddingGemma to wielojęzyczny model wektorów dystrybucyjnych tekstu z 308 milionami parametrów oparty na modelu Gemma 3. Jest zoptymalizowany pod kątem codziennego użytku na urządzeniach takich jak telefony, laptopy i tablety. Model generuje liczbowe reprezentacje tekstu, które są używane w dalszych zadaniach, takich jak wyszukiwanie informacji, wyszukiwanie podobieństw semantycznych, klasyfikacja i klastrowanie.
EmbeddingGemma ma te kluczowe funkcje:
Obsługa wielu języków: szerokie zrozumienie danych językowych, trenowane w ponad 100 językach.
Elastyczne wymiary wyjściowe: dostosuj wymiary wyjściowe w zakresie od 768 do 128, aby uzyskać kompromis między szybkością a pamięcią, korzystając z uczenia reprezentacji matrioszki (MRL).
Kontekst 2 tys. tokenów: obszerny kontekst wejściowy do przetwarzania danych tekstowych i dokumentów bezpośrednio na urządzeniu.
Wydajne wykorzystanie pamięci: model działa na mniej niż 200 MB pamięci RAM z kwantyzacją.
Niewielkie opóźnienie: generatywne osadzanie w mniej niż 22 ms na EdgeTPU
zapewnia szybkie i płynne działanie aplikacji.
Offline i bezpieczne: generuj osadzanie dokumentów bezpośrednio na urządzeniu. Działa bez połączenia z internetem, aby chronić dane wrażliwe.
Podobnie jak inne modele Gemma, EmbeddingGemma jest udostępniany z otwartymi wagami i licencją na odpowiedzialne użycie komercyjne, co pozwala na dostrajanie i wdrażanie go we własnych projektach i aplikacjach.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-09-04 UTC."],[],[]]
