Google 称 EmbeddingGemma 2 性能超过两倍体积的竞品嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，参数量 740M，号称同类中最紧凑，在多模态嵌入基准上超过两倍体积的竞品。
#RAG
#RAG
今日 0 条The DecoderAI 评分5757 Google DeepMind精选AI 评分6666 Google DeepMind 发布 EmbeddingGemma 2：开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一款开源轻量级的多模态嵌入模型，可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，专为端侧推理优化，支持 8K token 上下文窗口。
推荐理由：原文给出了多模态嵌入与端侧资源占用的具体指标，读者可据此评估离线 RAG 管线的可行性。
DeepSeek 更新日志精选AI 评分6161 deepseek-chat 升级为 DeepSeek-V2-0517，指令跟随与 JSON 输出准确性提升
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2-0517，指令跟随性能显著提升，IFEval Benchmark Prompt-Level 准确率从 63.9% 升至 77.6%。
推荐理由：原文给出 IFEval 与 JSON 解析率的升级前后对比，读者可据此判断 DeepSeek-V2-0517 在指令跟随与结构化输出上的提升幅度。