Google Gemini Embedding 2'yi Tanıttı: Çok Modlu Vektörler

Google, Gemini Embedding 2'yi başlattı; ilk doğal multimodal gömme modeli. Vertex AI ve Gemini API'de şimdi genel önizlemede mevcut. Bu alet, metin, görüntü, belge, ses ve hatta videodan 3072 boyutlu vektörler üretiyor. Bakın, gömmeler çok uzun süredir sadece metin oyun alanlarıydı. Gemini Embedding 2 her şeyi tek bir vektör uzayında birleştiriyor. Erken kıyaslamalar mı? Çapraz-modal geri alma görevlerinde önceki modellere fark atıyor, Google'un duyurusuna göre. Benzer araçlarla oynandım. Bu gerçek bir sıçrama gibi duruyor. Geliştiriciler, metin sorgularıyla birlikte video klipleri gerçekten anlayan semantik arama elde ediyor. Artık izole modlar yok.

Metin gömmeleri hâkimdi — OpenAI'ın ada-002'si veya eski Gemini varyantlarını düşünün. Kelimeler için sağlam. Video demo veya ses parçası için işe yaramaz. Gemini Embedding 2 bunu değiştiriyor. Temelden multimodal. Çapraz-modal geri almada MTEB lider tablolarını domine ediyor, Vertex AI belgelerinde detaylı olarak. Şöyle ki: tek-mod modelleri hack'lere zorluyor. Vektörleri manuel birleştir? Kabus. Bu birleştiriyor. Sürpriz — sadece daha iyi değil; vanilla chatbot'ların ötesinde her iş akışı için zorunlu. Yalana yalan — artımlı kazanımlar bekliyordum. Hayır. Çapraz-modal kıyaslamalar doğrulukta sıçramalar gösteriyor.

Gemini Embedding 2 tam zamanında geliyor. Geri alma destekli üretim (RAG) multimodal boost alıyor. Video referansları veya ses ipuçlarını prompt'lara çekmeyi hayal et. Görüntü ve video araçları için daha akıllı koşullandırma demek bu. Kullanıcı sorguları ile eğitim verisi arasında daha iyi eşleşmeler. NSFW klipler veya stil referanslarını gömen yaratıcılar? Oyun başlasın. Gemini Embedding 2 gibi multimodal gömme ilerlemeleri zaten NSFW içerik üretimini güçlendiriyor, metin, görüntü ve sesi birleştirerek gerçekçi sonuçlar üretiyor. İpucu: Basit başla. Bir video karesi ve metin açıklamasını birlikte göm. Veritabanını sorgula. İlgililiğin roket gibi yükseldiğini gör. Peki ölçeklenir mi? Erken işaretler evet diyor — girdileri doğru parçalarsan. Sıcak görüş: Sadece metin RAG öldü. Multimodal gelecek. Tartışalım.