🤖 انتشار مدل امبدینگ چندوجهی EmbeddingGemma 2
گوگل دیپمایند مدل EmbeddingGemma 2 را به صورت متنباز منتشر کرد. این مدل با ۷۴۰ میلیون پارامتر، توانایی نگاشت متن، کد، تصویر، صوت و ویدیو را در یک فضای برداری ۷۶۸ بعدی دارد و به دلیل حجم کم، برای اجرا روی سیستمهای محلی مناسب است.
مهمترین ویژگیهای فنی این مدل:
• ساختار ماژولار: امکان بارگذاری انتخابی ماژولهای متن، تصویر یا صوت برای کاهش مصرف حافظه.
• قابلیت Matryoshka Embeddings: امکان کاهش ابعاد بردارها به ۵۱۲، ۲۵۶ یا ۱۲۸ برای بهینهسازی ذخیرهسازی در دیتابیسهای برداری.
• کاربرد در RAG چندوجهی: جستوجوی محتوای صوتی و تصویری با پرامپت متنی در یک فضای برداری مشترک.
• سازگاری: پشتیبانی از Sentence Transformers و فرمت GGUF برای اجرا در محیطهای سبک.
#EmbeddingGemma_2 #Matryoshka_Embeddings
گوگل دیپمایند مدل EmbeddingGemma 2 را به صورت متنباز منتشر کرد. این مدل با ۷۴۰ میلیون پارامتر، توانایی نگاشت متن، کد، تصویر، صوت و ویدیو را در یک فضای برداری ۷۶۸ بعدی دارد و به دلیل حجم کم، برای اجرا روی سیستمهای محلی مناسب است.
مهمترین ویژگیهای فنی این مدل:
• ساختار ماژولار: امکان بارگذاری انتخابی ماژولهای متن، تصویر یا صوت برای کاهش مصرف حافظه.
• قابلیت Matryoshka Embeddings: امکان کاهش ابعاد بردارها به ۵۱۲، ۲۵۶ یا ۱۲۸ برای بهینهسازی ذخیرهسازی در دیتابیسهای برداری.
• کاربرد در RAG چندوجهی: جستوجوی محتوای صوتی و تصویری با پرامپت متنی در یک فضای برداری مشترک.
• سازگاری: پشتیبانی از Sentence Transformers و فرمت GGUF برای اجرا در محیطهای سبک.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#EmbeddingGemma_2 #Matryoshka_Embeddings
❤2