Embedding Gemma 2 — это невероятно

👉 Получите стартовые приложения для Android и Web из этого видео в нашем сообществе: https://www.theaiautomators.com/?utm_source=youtube&utm_medium=video&utm_campaign=tutorial&utm_content=embeddinggemma-2-the-developer-guide-c29e 🔗 Модель EmbeddingGemma 2 (Hugging Face): https://huggingface.co/google/embeddinggemma-2 Руководство для разработчиков: https://developers.googleblog.com/embeddinggemma-2-the-developer-guide/ Анонс: https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/ Документация: https://ai.google.dev/gemma/docs/embeddinggemma Я создал нативное приложение для Android, которое ищет фотографии, голосовые заметки и отчеты подрядчика по техническому обслуживанию, просто описав, что вы ищете. для. Он работает полностью в автономном режиме, в режиме полета, на Samsung S21 Ultra, который не является новым телефоном. Введите вопрос, и вам сразу же вернутся соответствующее фото, отчет и голосовая заметка, или сделайте фото, чтобы найти похожие. Все это работает на основе новой модели Google EmbeddingGemma 2, небольшой открытой модели (чуть меньше миллиарда параметров, Apache 2.0), которая объединяет текст, код, изображения, видео и аудио в единое общее пространство поиска. Вместо отдельной модели для каждого типа файлов или предварительного создания подписей к изображениям и расшифровки аудио, один вопрос может извлечь фото, видеоклип или голосовую заметку из одного и того же индекса. Я также разработал настольную версию для вымышленной компании по управлению недвижимостью, с сотнями видео, фотографий, голосовых заметок WhatsApp и документов, проиндексированных из локальной папки. Поиск полностью работает на моем компьютере. Чат поверх него использует размещенную модель (GPT-6 Luna), и вот тут начинается самое интересное, потому что поиск нужного медиафайла и его фактическое понимание — это две разные задачи. Я также провел собственное исследование и обнаружил то, о чем Google не упомянул при запуске: в моих файлах результаты, как правило, были связаны с тем же типом файла, что и запрос. Я расскажу, как я это исправил, влияет ли более короткие векторы на качество и насколько быстро работает поиск на телефоне, графическом процессоре и центральном процессоре. #AI #EmbeddingGemma #EmbeddingGemma2 #Gemma #GoogleAI #Embeddings #MultimodalSearch #SemanticSearch #VectorSearch #RAG #LocalAI #OnDeviceAI #OpenSource #Android #AIBuilders #AIBuilder