EmbeddingGemma اکنون در ShareAI موجود است

ما اعلام می‌کنیم که جاسازیGemma, ، مدل فشرده و باز تعبیه گوگل، اکنون در ShareAI در دسترس است.

با 300 میلیون پارامتر, ، EmbeddingGemma عملکرد پیشرفته‌ای را برای اندازه خود ارائه می‌دهد. این مدل از Gemma 3 با مقداردهی اولیه T5Gemma ساخته شده و از همان تحقیقات و فناوری پشت جِمینی مدل‌ها استفاده می‌کند. این مدل نمایش‌های برداری از متن تولید می‌کند که آن را برای وظایف جستجو و بازیابی، از جمله طبقه‌بندی, خوشه‌بندی, ، و شباهت معنایی. با داده‌هایی آموزش دیده است که در بیش از 100 زبان گفتاری.

چرا این مهم است

اندازه کوچک مدل و تمرکز بر روی دستگاه آن را برای استفاده در محیط‌هایی با منابع محدود عملی می‌کند—تلفن‌های همراه، لپ‌تاپ‌ها یا دسکتاپ‌ها—دموکراتیزه کردن دسترسی به مدل‌های پیشرفته هوش مصنوعی و تقویت نوآوری برای همه.

معیار

مجموعه داده آموزشی

EmbeddingGemma با داده‌هایی در بیش از 100 زبان گفتاری آموزش دیده است.

• اسناد وب
  مجموعه‌ای متنوع از متن‌های وب تضمین می‌کند که مدل با سبک‌های زبانی، موضوعات و واژگان گسترده‌ای آشنا شود. مجموعه داده شامل محتوایی در بیش از 100 زبان.
• کد و اسناد فنی
  شامل زبان‌های برنامه‌نویسی و محتوای علمی تخصصی به مدل کمک می‌کند تا ساختارها و الگوهایی را یاد بگیرد که درک کد و سوالات فنی را بهبود می‌بخشد.
• داده‌های مصنوعی و خاص وظیفه
  داده‌های مصنوعی انتخاب‌شده مهارت‌های خاصی را برای بازیابی اطلاعات، طبقه‌بندی و تحلیل احساسات آموزش می‌دهد و عملکرد را برای کاربردهای رایج تعبیه بهینه می‌کند.

این ترکیب از منابع متنوع برای یک مدل تعبیه چندزبانه قدرتمند که می‌تواند طیف گسترده‌ای از وظایف و فرمت‌های داده را مدیریت کند، حیاتی است.

آنچه می‌توانید بسازید

از EmbeddingGemma استفاده کنید برای جستجو و بازیابی, شباهت معنایی, خطوط لوله طبقه‌بندی, ، و خوشه‌بندی—به‌ویژه زمانی که به تعبیه‌های باکیفیت نیاز دارید که بتوانند روی دستگاه‌های محدود اجرا شوند.

مرجع

مستندات

اکنون در ShareAI موجود است.

آن را اجرا کنید. آزمایش کنید. ارسال کنید.