AI Prosumer
TR
Haberler

ShareAI'de EmbeddingGemma: 300M Çok Dilli Gömülü Öğeler

EmbeddingGemma artık ShareAI'de EmbeddingGemma'nın, Google'ın kompakt açık gömülü modelinin, artık ShareAI'de mevcut olduğunu duyuruyoruz. 300 milyon parametre ile EmbeddingGemma, boyutuna göre en son teknoloji performansı sunar. Gemma 3'ten T5Gemma başlatmasıyla oluşturulmuş ve aynı…

Markdown olarak görüntüle

1. EmbeddingGemma artık ShareAI'de

2. Duyuruyoruz ki 3. EmbeddingGemma, 4. , Google'ın kompakt açık gömme modeli, artık ShareAI'de mevcut.

-de/-da 6. 300 milyon parametre, 7. ile, EmbeddingGemma boyutuna göre son teknoloji performans sunar. Bu, 8. Gemma 3 ile 9. T5Gemma başlatması 10. ve 11. Gemini 12. modellerinin arkasındaki aynı araştırma ve teknolojiyi kullanır. Model, metnin vektör temsillerini üretir ve bu da onu arama ve alma görevleri için, 13. sınıflandırma, 14. kümeleme, ve 15. anlamsal benzerlik dahil olmak üzere, oldukça uygun hale getirir.. Veri ile eğitildi 100+ konuşulan dil.

Neden önemli

Modelin küçük boyutu ve cihaz odaklı olması, sınırlı kaynaklara sahip ortamlarda kullanılmasını pratik hale getiriyor—mobil telefonlar, dizüstü bilgisayarlar veya masaüstü bilgisayarlar—en son teknoloji AI modellerine erişimi demokratikleştiriyor ve herkes için yeniliği teşvik ediyor.

Karşılaştırma

Eğitim veri seti

EmbeddingGemma, 100+ konuşulan dildeki veri ile eğitildi.

  • Web belgeleri
    Çeşitli bir web metni koleksiyonu, geniş dil stillerine, konulara ve kelime dağarcığına maruz kalmayı sağlar. Veri seti şunları içerir: 100+ dil.
  • Kod ve teknik belgeler
    Programlama dilleri ve özel bilimsel içeriklerin dahil edilmesi, modelin kod ve teknik soruları anlama yeteneğini geliştiren yapı ve desenleri öğrenmesine yardımcı olur.
  • Sentetik ve görev odaklı veri
    Özenle hazırlanmış sentetik veriler, bilgi alma, sınıflandırma ve duygu analizi gibi belirli becerileri öğretir, yaygın gömme uygulamaları için performansı iyileştirir.

Çeşitli kaynakların bu kombinasyonu, geniş bir görev ve veri formatı yelpazesini işleyebilen güçlü bir çok dilli gömme modeli için çok önemlidir.

Neler oluşturabilirsiniz

EmbeddingGemma'yı kullanın arama ve alma, 15. anlamsal benzerlik dahil olmak üzere, oldukça uygun hale getirir., sınıflandırma hatları, ve 14. kümeleme—özellikle kısıtlı cihazlarda çalışabilen yüksek kaliteli gömmelere ihtiyacınız olduğunda.


Referans

Belgeler

Şimdi ShareAI'de mevcut.

Çalıştırın. Test edin. Gönderin.

Sıradaki hamleniz

ShareAI'de EmbeddingGemma'yı deneyin

ShareAI Playground'da 300M çok dilli gömme modelini başlatın veya API aracılığıyla arama, benzerlik ve kümeleme için entegre edin.

Bu sayfa hakkında soru sor

Bu sayfayı keşfetmek için bir asistan seçin. Ayrıca sayfayı kopyalayıp konuşmanıza yapıştırabilirsiniz.

Ask ChatGPTAsk ClaudeAsk GrokAsk ShareAI