EmbeddingGemma 2: Açık ve Hafif Çok Modelli Gömme Modeli

Geçtiğimiz yıl geliştiricilere hafif bir metin gömme çözümü sunan EmbeddingGemma 1, 20 milyondan fazla indirme ve çeşitli on‑device arama uygulamalarıyla büyük ilgi gördü. Bu başarının ardından DeepMind, aynı mimariyi genişleterek EmbeddingGemma 2'yi tanıttı. Model, Gemma 4 mimarisi üzerine inşa edilmiş olup 740 milyon parametreye sahip ve Apache 2.0 lisansı altında sunuluyor; bu da onu ticari ve açık kaynak projelerde rahatça kullanılabilir kılıyor.

EmbeddingGemma 2, metin, kod, görsel, ses ve video girdilerini aynı gömme uzayına dönüştürerek çok modelli sorgulamalara olanak tanıyor. 8K tokenluk geniş bir bağlam penceresi sayesinde bir kerede 5,5 dakikalık ses, 29 görüntü ya da 58 video karesi işlenebiliyor. Model, Matryoshka Representation Learning (MRL) sayesinde çıktıyı 768, 512, 256 veya 128 boyutuna dinamik olarak kırpabiliyor; bu da yerel vektör veri tabanlarında depolama ihtiyacını 6 kata kadar azaltıyor.

Performans açısından EmbeddingGemma 2, 1 milyar parametrenin altında kalan çok modelli gömme modelleri arasında lider konumda. MTEB Code benchmark'ında 78,68 puan elde ederek önceki sürümden 9,92 puanlık bir artış gösterdi ve aynı zamanda MAEB (Massive Audio Embedding Benchmark) gibi ses odaklı testlerde de üst düzey sonuçlar alıyor. Cihaz üzerindeki çalıştırma maliyeti de düşük; Google Pixel 11 Pro’da metin‑only modda sadece ~191 MB, tam çok modelli sürümde ise ~567 MB aktif RAM kullanıyor.

Geliştiriciler, EmbeddingGemma 2'yi Hugging Face ve Kaggle üzerinden indirip MediaPipe, LiteRT, transformers.js gibi araçlarla doğrudan cihazda çalıştırabiliyor. Model, Gemma 4 ile aynı tokenleştirici ve ses kodlayıcıyı paylaştığı için, her iki modeli birleştirerek düşük bellek ayak iziyle on‑device RAG (retrieval‑augmented generation) akışları oluşturmak mümkün. Bu da veri gizliliğini artırırken gecikmeyi azaltıyor ve çevrim dışı çok modelli arama, medya anı bulma ve kod tabanı indeksleme gibi senaryoları güçlendiriyor.