InfoQ 中文T2·基座大模型
85 分
Google 推出基于 Gemma 4 的开源多模态嵌入模型 EmbeddingGemma 2,支持在统一的 768 维空间中处理文本、代码、图像、视频和音频。该模型针对设备端部署优化,采用 Apache 2.0 许可证,并引入套娃表示学习(MRL)以平衡存储与检索质量。
Matryoshka Representation Learning
允许在同一模型中通过截断向量维度来平衡精度与计算成本的技术
Google 推出基于 Gemma 4 的开源多模态嵌入模型 EmbeddingGemma 2,支持在统一的 768 维空间中处理文本、代码、图像、视频和音频。该模型针对设备端部署优化,采用 Apache 2.0 许可证,并引入套娃表示学习(MRL)以平衡存储与检索质量。
IBM 发布基于 ModernBERT 架构的 Granite Embedding Multilingual R2 系列开源模型,包含 97M 和 311M 两个版本。其中 97M 模型在 MTEB 多语言检索基准中取得 60.3 分,成为 1 亿参数以下最佳表现者;311M 模型得分 65.2,支持 Matryoshka 表示学习及 32K 长上下文,覆盖 200+ 种语言。