RAGの埋め込みを外部APIに投げるの、そろそろ恥ずかしくなってきた。GoogleのEmbeddingGemma 2は740MでApache 2.0。テキスト・画像・音声・動画・コードを768次元に落とす。RAM約191MB。小型モデルと組めばオフラインRAG。データを外に出さない安心感は、精度の数%より効く場面がある。個人開発の検索は一旦これで固定かな。#EmbeddingGemma

RAGの埋め込みを外部APIに投げるの、そろそろ恥ずかしくなってきた。GoogleのEmbeddingGemma 2は740MでApache 2.0。テキスト・画像・音声・動画・コードを768次元に落とす。RAM約191MB。小型モデルと組めばオフラインRAG。データを外に出さない安心感は、精度の数%より効く場面がある。個人開発の検索は一旦これで固定かな。#EmbeddingGemma
Google, 740 milyon parametreli açık model EmbeddingGemma 2’yi yayımladı.
Metin, kod, görsel, video ve sesi ortak bir gömme uzayında işliyor; modüler yapısıyla cihaz üzerinde çalışmaya odaklanıyor.
#EmbeddingGemma #Gemma #GoogleAI #OpenSourceAI #OnDeviceAI
Detaylar:
blog.google/innovation-a...
🔦 UNDER-REPORTED — barely anyone else is covering this:
Google launches EmbeddingGemma 2, a li
#EmbeddingGemma #GoogleAI #MachineLearning #MobileAI #TechNews #AI #Innovation #Breaking
RAGの品質は、ぶっちゃけembeddingで8割決まる。GoogleのEmbeddingGemma 2は740Mで、量子化すれば191MB。テキスト・画像・音声・動画・コードを全部同じ768次元に落とせる。小さいモデルと組めば外部に何も送らずローカルでRAGが回る。華はないけど、こういう地味なのが結局一番長く使うやつ。#EmbeddingGemma
#Google just released #EmbeddingGemma 2: one open 740M model for text, code, images, video and audio in one search space. 378 MB text-only in Ollama, Apache 2.0, runs on a phone.
www.logeshwaran.org/2026/10/embe... #AI #Opensource #LocalLLM