EmbeddingGemma, en kompakt flerspråkig inbäddningsmodell med 308 M-parametrar, perfekt för RAG-applikationer på enheten - och vi har gjort det superenkelt att integrera med LlamaIndex! 🛠️ Färdig att använda integration med LlamaIndex's @huggingface Embedding-klass - ange bara frågan och dokumentprompterna Modellen uppnår topplaceringar på Massive Text Embedding Benchmark samtidigt som den är tillräckligt liten för mobila enheter. Dessutom är det lätt att finjustera - bloggen visar hur finjustering av medicinska data skapade en modell som överträffar mycket större alternativ. Vi älskar att se effektiva modeller som denna som gör kraftfulla inbäddningar tillgängliga överallt, särskilt för gränsdistributioner där varje MB räknas. Se de fullständiga exemplen på teknisk djupdykning och integrering: