Google, Gemini mimarisi üzerine geliştirilen birinci tam multimodal embedding modeli olan Gemini Embedding 2’yi tanıttı.
Yeni model, geliştiricilerin kullanımına Gemini API ve Vertex AI üzerinden ön izleme olarak sunulmuş durumda.
Metin, imaj, görüntü ve ses tek bir sistemle tahlil edilebilecek
Gemini Embedding 2’nin en dikkat cazip özelliği, farklı bilgi tiplerini tek bir ortak mana uzayında işleyebilmesi. Model; metin, imaj, görüntü, ses ve evrakları birebir sistem içinde tahlil ederek 100’den fazla lisanda mana alakalarını ortaya çıkarabiliyor.
Bu sayede geliştiriciler için karmaşık yapay zekâ sistemleri kurmak çok daha kolay hâle geliyor. Bilhassa semantik arama, his tahlili, data kümelendirme ve RAG (Retrieval-Augmented Generation) üzere alanlarda daha güçlü sonuçlar elde edilmesi hedefleniyor.
Çoklu bilgi girişi birebir anda kullanılabiliyor
Yeni model farklı data cinslerini tek tek işlemekle sonlu değil. Örneğin bir imaj ve metin tıpkı anda modele gönderilebiliyor. Böylelikle model, gerçek dünyadaki karmaşık bilgi ilgilerini daha yanlışsız formda anlayabiliyor.
Gemini Embedding 2’nin teknik kapasitesinden kimi öne çıkan ayrıntılar şöyle:
- Metin: 8192 token’a kadar bağlam desteği
- Görüntü: Birebir istekte 6 adet PNG yahut JPEG
- Video: 120 saniyeye kadar MP4 yahut MOV
- Ses: Transkripsiyon gerektirmeden direkt analiz
- Belge: 6 sayfaya kadar PDF
Google eserlerinde de kullanılacak
Embedding teknolojileri Google’ın pek çok eserinin temelini oluşturuyor.
Şirket, erken erişim ortaklarının Gemini Embedding 2 ile büyük data tahlili, gelişmiş arama sistemleri ve çoklu data tabanlı yapay zekâ uygulamaları geliştirmeye başladığını belirtiyor.
Peki siz Gemini Embedding 2 hakkında ne düşünüyorsunuz? Fikirlerinizi aşağıdaki yorumlar kısmından bizimle paylaşabilirsiniz.
Webtekno
https://www.webtekno.com/google-gemini-embedding-2-tanitildi-h213660.html
