🚀 گوگل EmbeddingGemma را منتشر کرد: یک مدل متن‌باز سبک برای امبدینگ‌های متنی.

این مدل را می‌توان مستقیماً روی گوشی یا لپ‌تاپ اجرا کرد؛ بدون نیاز به اینترنت و با حفظ حریم خصوصی.
مدل EmbeddingGemma رهبر جدید در میان مدل‌های چندزبانه‌ی متن‌باز با اندازه کمتر از ۵۰۰M در ارزیابی MTEB است.

🟢 جزئیات:

✅دارای ۳۰۸ میلیون پارامتر، اما از نظر کیفیت تمام مدل‌های زیر ۵۰۰M را (بر اساس MTEB) پشت سر می‌گذارد

✅سرعت بالا: کمتر از ۱۵ میلی‌ثانیه روی EdgeTPU (برای ۲۵۶ توکن)

✅پشتیبانی از بیش از ۱۰۰ زبان

✅امکان کاهش اندازه امبدینگ‌ها از ۷۶۸ به ۱۲۸ بدون افت کیفیت

✅پشتیبانی از کانتکست تا ۲۰۰۰ توکن

هم‌اکنون در Sentence-Transformers، LangChain، llama.cpp، transformers.js، Weaviate و دیگر ابزارها در دسترس است.

🟠 وبلاگ:
https://developers.googleblog.com/en/introducing-embeddinggemma/

🟠 مدل‌ها:
https://huggingface.co/collections/google/embeddinggemma-68b9ae3a72a82f0562a80dc4

#هوش_مصنوعی #Google #Gemma #EmbeddingGemma #یادگیری_عمیق #مدل_زبانی #NLP

@asrgooyeshpardaz