介绍 EmbeddingGemma 2！🚀

我们的轻量级、多模态嵌入模型将文本、代码、图像、视频和音频映射到一个单一的、统一的嵌入空间。针对设备端使用场景进行了优化，它具有以下特点：

- 7.4 亿参数规模，配备模块化编码器
- 通过俄罗斯套娃表示学习（MRL）实现灵活的维度大小（768 维 - 128 维）
- 8K 上下文窗口（是纯文本 EmbeddingGemma 的 4 倍）
- 商业许可的 Apache 2.0 许可证
[视频]

EmbeddingGemma 2 provides best-in-size-class performance for benchmarks like MTEB (Code) and MIEB (Lite). It’s well-suited for local codebase indexing, semantic code search, and coding agent retrieval, delivering a significant 9.92-point improvement on code performance over EmbeddingGemma.

Read the blog for all the details, dive into the docs, and start building today:

http://t.cn/AXWF5QQg