Google, geliştiricilerin kişisel verileri uzak sunuculara göndermeden güçlü arama sistemleri oluşturmasını sağlayacak EmbeddingGemma 2 modelini kullanıma sundu.
740 milyon parametreli model; metin, kod, görüntü, video ve ses verilerini sayısal vektörlere dönüştürerek bunlar arasında anlamlı bağlantılar kurulmasına imkan tanıyor.
Örneğin kullanıcılar bir metin sorgusuyla uzun bir ses kaydında arama yapabilecek veya bir ses kaydıyla ilişkili görüntüleri bulabilecek. Modelin internete ihtiyaç duymadan çalışabilmesi ise özellikle hassas verilerle çalışan uygulamalar açısından öne çıkıyor.
DAHA AZ BELLEK VE DEPOLAMA KULLANIYOR
EmbeddingGemma 2'nin dikkat çeken özelliklerinden biri de kaynak tüketimi. Model, kullanım senaryosuna göre 270 milyon, 170 milyon veya 300 milyon parametreli bölümler halinde çalıştırılabiliyor.
Google ayrıca Matryoshka Representation Learning sayesinde oluşturulan vektörlerin boyutunun küçültülebildiğini belirtiyor. Bu yöntem, depolama ve bellek kullanımında 6 kata kadar tasarruf sağlayabiliyor.
Modelin 8 bin tokenlık bağlam penceresi bulunurken, Google'ın testlerine göre Pixel 11 Pro üzerinde yalnızca metin işlemleri için yaklaşık 191 MB RAM yeterli oluyor.
EmbeddingGemma 2'nin tüm veri türleriyle kullanıldığı senaryolarda ise bu değer yaklaşık 567 MB seviyesine çıkıyor.
AÇIK KAYNAK OLARAK SUNULDU
Apache 2.0 lisansıyla yayınlanan EmbeddingGemma 2, geliştiricilerin yerel ve çevrimdışı çalışan yapay zeka uygulamaları oluşturmasına imkan tanıyor.
Modelin WebGPU üzerinden tarayıcıda da çalışabilmesi, Google'ın yapay zeka işlemlerini buluttan cihazlara taşıma stratejisinin önemli adımlarından biri olarak öne çıkıyor.
