Google: Gemini Embedding 2

Google: Gemini Embedding 2, api14 üzerinde google/gemini-embedding-2 model id'siyle listelenen bir Google embedding modelidir. Embeddings kategorisinde yer alır ve Google tarafından şirketin ilk çok modlu embedding modeli olarak tanımlanır. Sohbet yanıtları üretmek yerine, girdileri saklayıp karşılaştırabileceğiniz vektörlere dönüştürür, bu da onu doğrudan konuştuğunuz bir asistan yerine arama ve erişim sistemleri için bir yapı taşı haline getirir.

Model metin, görsel, dosya, ses ve video girdilerini kabul eder ve tek çıktı modalitesi embeddings'tır. Google'ın açıklaması, anlamsal arama ve erişim artırımlı üretim (RAG) için birleşik bir vektör uzayına eşleme amacıyla şu anda metin ve görsellerin desteklendiğini belirtir. Bağlam penceresi 8192 token'dır ve maksimum çıktı 7372'dir. Çıktı düz metin yerine bir vektör olduğundan, sonucu metin olarak okumak yerine programatik olarak tüketmeyi beklemelisiniz, örneğin bir vektör indeksine yazarak.

Bu yetenekler oldukça belirli bir kullanım kümesine işaret eder. Bir belge koleksiyonu üzerinde anlamsal arama bariz olanıdır: derleminizi bir kez embed edin, sorguyu istek anında embed edin ve vektör benzerliğine göre sıralayın. RAG ardışık düzenleri aynı fikirden doğar; burada alınan pasajlar ayrı bir üretim modeline aktarılır. Çok modlu girdi desteği, metin ve görselleri tek bir vektör uzayında karıştıran erişim de oluşturabileceğiniz anlamına gelir; bu kataloglar, medya kütüphaneleri veya kelimelerle yapılan bir sorgunun ilgili bir görseli ortaya çıkarabilmesi gereken herhangi bir koleksiyon için uygundur. Ses ve video girdileri kabul edilen modaliteler olarak listelenmiştir, dolayısıyla bu varlıkları indekslemek de mümkündür, ancak Google'ın açıklaması yalnızca metin ve görsellerin şu anda birleşik uzaya eşlendiğini belirtir.

Modeli api14'ün OpenAI uyumlu API'si üzerinden google/gemini-embedding-2 model id'sini kullanarak çağırırsınız. Arayüz OpenAI embeddings kuralına uyduğundan, halihazırda OpenAI uyumlu bir temel URL'ye işaret eden mevcut istemciler ve SDK'lar minimum değişiklikle çalışmalıdır. Model desteklenen parametre listelemez, bu nedenle istek gövdesinde model id ve girdi gibi standart embedding çağrısı alanlarının ötesinde ayarlanacak ekstra bir şey yoktur. Mevcut bir ardışık düzeni taşıyorsanız, bu modelin kabul etmediği isteğe bağlı parametrelere dayanmadığınızdan emin olun.

Pratik bir husus 8192 token'lık bağlam penceresidir. Bundan daha uzun girdilerin embed edilmeden önce bölünmesi gerekir ve parçalama stratejisi erişim kalitesini etkileyecektir, bu nedenle tüm belgelerin sığacağını varsaymak yerine bunu planlayın. Ayrıca bu modelin yalnızca embeddings ürettiğini unutmayın. Uygulamanız üretilmiş metin, özet veya yanıt gerektiriyorsa, yanında ayrı bir sohbet veya tamamlama modeline ihtiyacınız olacak ve ardışık düzenin erişim tarafını Gemini Embedding 2 üstlenecektir.