Google: Gemini Embedding 2

Google: Gemini Embedding 2 är en inbäddningsmodell från Google, listad på api14 under modell-id google/gemini-embedding-2. Den tillhör kategorin embeddings och beskrivs av Google som företagets första multimodala inbäddningsmodell. Istället för att generera chattssvar omvandlar den indata till vektorer som du kan lagra och jämföra, vilket gör den till en byggsten för sök- och hämtningssystem snarare än en assistent du pratar direkt med.

Modellen tar emot text, bild, fil, ljud och video som indata, och dess enda utdatamodalitet är embeddings. Googles beskrivning noterar att text och bilder för närvarande stöds för mappning till ett enhetligt vektorrum för semantisk sökning och retrieval-augmented generation (RAG). Kontextfönstret är 8192 tokens, och maximal utdata är 7372. Eftersom utdata är en vektor snarare än prosa bör du förvänta dig att konsumera resultatet programmatiskt, till exempel genom att skriva det till ett vektorindex, istället för att läsa det som text.

Dessa förmågor pekar mot en ganska specifik uppsättning användningsområden. Semantisk sökning över en dokumentsamling är det uppenbara: bädda in din korpus en gång, bädda in frågan vid förfrågningstillfället, och rangordna efter vektorlikhet. RAG-pipelines följer av samma idé, där hämtade avsnitt skickas till en separat genereringsmodell. Stödet för multimodal indata innebär att du också kan bygga hämtning som blandar text och bilder i ett enda vektorrum, vilket passar kataloger, mediebibliotek eller vilken samling som helst där en fråga i ord bör kunna lyfta fram en relevant bild. Ljud- och videoindata listas som accepterade modaliteter, så indexering av sådana tillgångar är också möjlig, även om Googles beskrivning bara nämner text och bilder som för närvarande mappade in i det enhetliga rummet.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id google/gemini-embedding-2. Eftersom gränssnittet följer OpenAI:s embeddings-konvention bör befintliga klienter och SDK:er som redan pekar på en OpenAI-kompatibel bas-URL fungera med minimala ändringar. Modellen listar inga stödda parametrar, så det finns inget extra att justera i förfrågningskroppen utöver standardfälten för embeddings-anrop såsom modell-id och indata. Om du porterar en befintlig pipeline, kontrollera att du inte förlitar dig på valfria parametrar som denna modell inte accepterar.

En praktisk övervägning är kontextfönstret på 8192 tokens. Indata längre än så behöver delas upp före inbäddning, och chunkningsstrategin kommer att påverka hämtningskvaliteten, så planera för det istället för att anta att hela dokument får plats. Tänk också på att denna modell endast producerar embeddings. Om din applikation behöver genererad text, sammanfattningar eller svar, behöver du en separat chatt- eller kompletteringsmodell vid sidan av den, med Gemini Embedding 2 som hanterar hämtningssidan av pipelinen.