研究人员推出了 EmbeddingGemma 2,一个开源的多模态嵌入模型,能够在一个统一的空间内表示文本、图像、音频和视频。该模型采用多阶段课程学习和简化的逐层嵌入,在各种单模态、跨模态和混合模态评估中均表现出色。EmbeddingGemma 2 在嵌入基准测试中达到了新的帕累托前沿,超越了专用模型和更大、多模态的模型。其设计还优先考虑了资源受限环境的灵活性,提供了选择性模态编码器加载和量化权重等功能。 AI
影响 为多模态嵌入树立了新标杆,有望改善跨模态搜索和理解。
排序理由 这是一篇详细介绍新型多模态嵌入模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →