Google EmbeddingGemma 2

概要

• テキスト、コード、画像、動画、音声を同じ埋め込み空間に変換し、異なる種類のコンテンツを横断した意味検索を実現します。
• 740Mパラメータの軽量設計で、クラウドにデータを送らず、スマートフォンなどの端末上でマルチモーダル検索を実行できます。
• Apache 2.0ライセンスで公開され、Hugging FaceやKaggleからモデルの重みを利用できます。

主な特徴

• 必要なエンコーダーだけを読み込めるモジュール構成で、テキスト・コードのみなら270Mパラメータから利用できます。
• 8Kトークンのコンテキストに対応し、ベクトルの次元数を768から512、256、128へ縮小して保存容量を最大6分の1にできます。
• MTEB Codeのスコアが68.76から78.68へ向上し、検索やRAG、コード検索の精度改善が期待できます。

こんな人におすすめ

• 個人情報や社内データを外部に送信せず、オフライン対応の検索・RAG・メディア検索を構築したい開発者に適しています。
• テキストから画像や動画を探す、音声メモから関連映像を見つけるなど、複数メディアを横断する検索機能に向いています。
• Transformers、MLX、vLLM、llama.cpp、Ollama、Qdrantなど、幅広い開発・推論環境で組み込みたいケースに対応します。