Google DeepMind представила EmbeddingGemma 2 — легкую мультимодальную модель для работы на устройствах. В отличие от первой версии, которая была ориентирована только на текст, новинка поддерживает обработку различных типов входных данных.
Оригинальная модель EmbeddingGemma, выпущенная в сентябре 2025 года, содержала 308 миллионов параметров и базировалась на архитектуре Gemma 3. Она поддерживала более 100 языков и контекстное окно объемом 2K токенов.
Первая версия отличалась высокой энергоэффективностью и требовала менее 200 МБ оперативной памяти. Скорость инференса на оборудовании EdgeTPU составляла от 15 до 22 миллисекунд, а разработчики могли выбирать размерность вывода от 128 до 768.
Эмбеддинг-модели преобразуют контент в числовые векторы для поиска, рекомендаций и генерации с поиском (RAG). Локальное выполнение этих процессов позволяет сохранять конфиденциальность данных, не передавая их на внешние серверы.
