"Google" tərəfindən təqdim edilən "EmbeddingGemma 2" süni intellekt modeli, məlumatların bulud serverlərinə göndərilməsinə ehtiyac qalmadan birbaşa istifadəçi cihazlarında axtarış aparmağa imkan verir. Model müxtəlif növ məlumatları 768 dəyərdən ibarət rəqəmsal vektorlara çevirərək, məzmunun mənasına görə uyğunlaşdırılmasını təmin edir. Bu yanaşma sayəsində istifadəçilər fayl adlarından asılı olmayaraq, sadəcə təsvir vasitəsilə lazımi şəkil və ya səs fayllarını tapa bilərlər.
"EmbeddingGemma 2" necə işləyir?
Yeni model "Gemma 4" arxitekturası əsasında hazırlanıb və Apache 2.0 lisenziyası ilə açıq şəkildə yayımlanır. 740 milyon parametrə sahib olan bu sistem, MTEB və MAEB testlərində öz sinfində ən yüksək nəticələri göstərib. Modelin modullu arxitekturası tapşırığın növündən asılı olaraq resurslardan səmərəli istifadə etməyə imkan verir: mətn üçün 270 milyon, şəkil üçün 170 milyon və audio üçün 300 milyon parametr ayrılır.
Nə üçün bu texnologiya vacibdir?
"Matryoshka Representation Learning" (MRL) texnologiyası sayəsində vektorların ölçüsünü dinamik şəkildə azaltmaq mümkündür ki, bu da yaddaş tutumuna 6 dəfəyə qədər qənaət edir. "Pixel 11 Pro" cihazlarında aparılan sınaqlarda modelin cəmi 191 MB RAM istifadə etdiyi müəyyən olunub. Bundan əlavə, modelin kod bazasının indekslənməsində göstərdiyi performans (MTEB Code üzrə 78,68 bal) onu İİ-agentləri üçün əvəzsiz alətə çevirir.
İstifadəçilər "EmbeddingGemma 2" modelini "Hugging Face" və "Kaggle" platformalarından əldə edə bilərlər. Model "transformers", "llama.cpp" və "Ollama" kimi standart alətlərlə tam uyğunluq təşkil edir. Bu həll "Gemma 4" ilə birlikdə cihazdaxili RAG (Retrieval-Augmented Generation) sistemlərinin qurulması üçün geniş perspektivlər açır.
