Datorzinātnes

Google publicē EmbeddingGemma 2 multimodālā iegulšanas modeļa tehnisko ziņojumu

Tendela Briefing ·
6 skatījumi · 0 Komentāri
Google publicē EmbeddingGemma 2 multimodālā iegulšanas modeļa tehnisko ziņojumu

Attēls: Google · Avots

Google ir izdevusi tehnisko ziņojumu par EmbeddingGemma 2, jaunu kompakto multimodālo iegulšanas modeli, kas integrē tekstu, attēlus, audio un video vienotā vektoru telpā.

2026. gada 17. novembrī Google paziņoja par plaša tehniskā ziņojuma izdošanu, kurā aprakstīts viņu jaunākais multimodālais iegulšanas modelis EmbeddingGemma 2. Šis jaunais modelis pārsniedz iepriekšējos tikai teksta atvērtos iegulšanas modeļus, dabiski integrējot vairākus datu modalitātes — tekstu, attēlus, audio un video — vienotā iegulšanas telpā. Iegulšanas telpa ļauj efektīvi attēlot un salīdzināt dažāda veida datus, nodrošinot bagātākas un daudzpusīgākas lietojumprogrammas.

Ziņojumā sīkāk apskatītas modeļa inovatīvās apmācības stratēģijas un novērtēšanas metodes. EmbeddingGemma 2 balstās uz Google iepriekšējo modeļu, piemēram, Gemma 4 un Gemini Embedding 2, pamattehnoloģijām un panāk kompaktāku modeļa kodolu, nezaudējot izteiksmības spēku. Šī saspiestība nodrošina efektīvāku modeli, kas saglabā sniegumu dažādās modalitātēs.

Google komanda uzsver, ka modeļa dizains koncentrējas uz tādas iegulšanas telpas izveidi, kur dažādas modalitātes var tikt attēlotas kopā un salīdzinātas vienmērīgi, uzlabojot iespējas multimodālai meklēšanai, klasifikācijai un izpratnei. Pie ziņojuma pievienots piecu minūšu skaidrojošs video, kurā ilustrēts modeļa arhitektūras un attīstības process.

EmbeddingGemma 2 ir nozīmīgs solis multimodālajā mākslīgajā intelektā, piedāvājot izstrādātājiem jaudīgu rīku lietojumprogrammu veidošanai, kas prasa heterogēnu datu tipu integrētu apstrādi. Detalizētais tehniskais ziņojums kalpo kā resurss pētniekiem un praktiķiem, kuri interesējas par modernām iegulšanas tehnikām un modeļa efektivitāti.

Paziņojumā netika norādīts komerciālās izlaišanas datums vai produkta pieejamība. Ziņojums sniedz padziļinātu ieskatu, galvenokārt paredzētu tehniskai auditorijai, kura vēlas izprast vai izmantot jaunākos sasniegumus multimodālās iegulšanas tehnoloģijā.

Avoti un oriģinālziņas

Komentāri (0)

Komentāru vēl nav. Sāciet diskusiju.

Rakstīt komentāru

Komentāri tiek publicēti pēc moderēšanas. Jūsu vārds un komentārs būs redzami publiski. Konts