EmbeddingGemma अब ShareAI पर है

हम यह घोषणा कर रहे हैं कि एम्बेडिंगजेम्मा, Google का कॉम्पैक्ट ओपन एम्बेडिंग मॉडल, अब ShareAI पर उपलब्ध है।.

पर 300 मिलियन पैरामीटर, EmbeddingGemma अपने आकार के लिए अत्याधुनिक प्रदर्शन प्रदान करता है। यह जेम्मा 3 के साथ T5Gemma प्रारंभिककरण से बनाया गया है और इसके पीछे वही शोध और तकनीक का उपयोग करता है जो जेमिनी मॉडलों में है। यह मॉडल टेक्स्ट के वेक्टर प्रतिनिधित्व उत्पन्न करता है, जिससे यह खोज और पुनर्प्राप्ति कार्यों के लिए उपयुक्त है, जिसमें वर्गीकरण, क्लस्टरिंग, और सिमेंटिक समानता. इसे डेटा के साथ प्रशिक्षित किया गया था 100+ बोली जाने वाली भाषाओं में.

क्यों यह महत्वपूर्ण है

मॉडल का छोटा आकार और ऑन-डिवाइस फोकस इसे सीमित संसाधनों वाले वातावरण में लागू करना व्यावहारिक बनाता है—मोबाइल फोन, लैपटॉप, या डेस्कटॉप—सभी के लिए अत्याधुनिक एआई मॉडल तक पहुंच को लोकतांत्रिक बनाना और नवाचार को बढ़ावा देना।.

बेंचमार्क

प्रशिक्षण डेटासेट

EmbeddingGemma को 100+ बोली जाने वाली भाषाओं में डेटा के साथ प्रशिक्षित किया गया था।.

• वेब दस्तावेज़
  वेब टेक्स्ट का एक विविध संग्रह व्यापक भाषाई शैलियों, विषयों, और शब्दावली के संपर्क को सुनिश्चित करता है। डेटासेट में सामग्री शामिल है 100+ भाषाओं में.
• कोड और तकनीकी दस्तावेज़
  प्रोग्रामिंग भाषाओं और विशेष वैज्ञानिक सामग्री को शामिल करना मॉडल को कोड और तकनीकी प्रश्नों की समझ में सुधार करने वाले संरचना और पैटर्न सीखने में मदद करता है।.
• सिंथेटिक और कार्य-विशिष्ट डेटा
  चयनित सिंथेटिक डेटा सूचना पुनर्प्राप्ति, वर्गीकरण, और भावना विश्लेषण के लिए विशिष्ट कौशल सिखाता है, सामान्य एम्बेडिंग अनुप्रयोगों के लिए प्रदर्शन को बेहतर बनाता है।.

विभिन्न स्रोतों का यह संयोजन एक शक्तिशाली बहुभाषी एम्बेडिंग मॉडल के लिए महत्वपूर्ण है जो कार्यों और डेटा प्रारूपों की एक विस्तृत श्रृंखला को संभाल सकता है।.

आप क्या बना सकते हैं

EmbeddingGemma का उपयोग करें खोज और पुनर्प्राप्ति, सिमेंटिक समानता, वर्गीकरण पाइपलाइनों, और क्लस्टरिंग—विशेष रूप से जब आपको उच्च-गुणवत्ता वाले एम्बेडिंग की आवश्यकता होती है जो सीमित उपकरणों पर चल सकते हैं।.

संदर्भ

प्रलेखन

अब ShareAI पर उपलब्ध।.

इसे चलाएं। इसे जांचें। इसे भेजें।.