Google ने 6 अक्टूबर को EmbeddingGemma 2 पेश किया, खुला मॉडल जो पाठ, कोड, चित्र, ऑडियो और वीडियो को साझा embeddings क्षेत्र में रखता है। एक प्रकार के डेटा को दूसरे प्रकार के सवाल से खोज सकते हैं, जैसे आवाज रिकॉर्डिंग से वीडियो का क्षण। इसे स्थानीय उपकरण पर भी चलाने का लक्ष्य है, केवल दूर सर्वर पर नहीं।
अलग सूचनाओं का एक क्षेत्र
Embedding संख्यात्मक रूप है जिससे जानकारी की तुलना और मिलान होता है। EmbeddingGemma 2 स्वयं लंबा उपयोगकर्ता जवाब नहीं लिखता। यह अन्य सिस्टम के खोज, routing या सूचना प्राप्ति का हिस्सा हो सकता है। RAG में प्राप्ति और जवाब बनाना अलग भूमिकाएँ हैं, इसलिए अंतर जरूरी है।
Google के अनुसार मॉडल 768 dimensions इस्तेमाल करता है, जिन्हें 512, 256 या 128 तक घटा सकते हैं। इससे vector भंडारण बच सकता है, पर संरचना काम के अनुरूप हो। संख्या अकेली गुणवत्ता नहीं मापती और हर दस्तावेज़ समूह या भाषा में समान परिणाम नहीं देती।
मॉडल Gemma 4 पर आधारित, Apache 2.0 में जारी है। Google weights और विकास टूल देता है। उपलब्धता डेटा तैयारी, index बनाना और वास्तविक उपयोगकर्ता कार्यों से परिणाम मिलाने का तरीका चुनना नहीं हटाती।
जरूरत के मॉड्यूल ही लोड करें
पूर्ण रूप में 740M पैरामीटर हैं, संरचना मॉड्यूलर है। कंपनी के अनुसार पाठ और कोड 270M, vision 170M, audio 300M हैं। हर माध्यम न चाहने वाला ऐप हिस्सा लोड कर सकता है। यह मेमोरी, लोड समय और उपकरण संसाधन पर उपयोगी अंतर है।
Google ने Pixel 11 Pro परीक्षण में quantized weights पाठ के लिए करीब 191 MB और पूर्ण के लिए 567 MB बताए। छोटी संख्या पूरे बहुमाध्यम सिस्टम की मेमोरी नहीं, कंपनी परीक्षण हर फोन की गारंटी नहीं। वातावरण, सेटिंग और डेटा मात्रा व्यावहारिक उपयोग बदलते हैं।
स्थानीय होने से पूरा ऐप स्थानीय नहीं
उपकरण पर मॉडल उस काम का बाहरी डेटा प्रेषण घटा सकता है। लेकिन ऐप अन्य सेवाएँ, sync या दूरस्थ उत्तर मॉडल भी ले सकता है। पूरे डेटा रास्ते की जाँच होनी चाहिए, embeddings की जगह से सब काम offline नहीं मानना चाहिए।
इज़राइल के डेवलपर के लिए हिब्रू गुणवत्ता अलग सवाल है। शोध में स्वतंत्र हिब्रू खोज परीक्षण नहीं। उपयोगी मूल्यांकन प्रस्तावित सिस्टम की क्वेरी और फ़ाइल लेकर सही परिणाम देखेगा। मॉडल माध्यमों के बीच खोज घटक है; उत्पाद में उपयुक्तता उसी में जाँची जाए।