Google ने EmbeddingGemma 2 जारी किया है, जो नेटिवली मल्टीमोडल एम्बेडिंग्स के लिए डिज़ाइन किया गया एक ओपन-सोर्स मॉडल है।
रिलीज नए मॉडल को एक एकीकृत एम्बेडिंग स्पेस में टेक्स्ट और इमेज डेटा दोनों को संभालने के लिए बेस्ट-इन-क्लास विकल्प के रूप में स्थित करती है।
Google DeepMind ने EmbeddingGemma 2 जारी किया है, जो एक ओपन-सोर्स मल्टीमोडल एम्बेडिंग मॉडल है जो टेक्स्ट, कोड, इमेजेस, वीडियो और ऑडियो को एक एकीकृत 768-आयामी वेक्टर स्पेस में मैप करता है। मॉडल में कुल 740 मिलियन पैरामीटर हैं, जिसमें 270M पैरामीटर वाले टेक्स्ट एन्कोडर को मोड्यूलर विज़न (170M) और ऑडियो (300M) एन्कोडर्स के साथ जोड़ा गया है।
Google ने Gemma 4 का परिचय दिया, जो खुले-वजन वाले, नैटिवली मल्टीमोडल भाषा मॉडल्स की एक नई पीढ़ी है जिसमें 2.3B से 31B पैरामीटर तक घन और मिक्स्चर-ऑफ-एक्सपर्ट्स आर्किटेक्चर शामिल हैं।
Google ने Gemma 3 का परिचय दिया, जो 1 से 27 अरब पैरामीटर तक की हल्की खुली बहुआयामी मॉडलों की एक नई श्रृंखला है। इस अपडेट में पिछले संस्करणों की तुलना में दृष्टि समझ, कम से कम 128K टोकन के संदर्भ का समर्थन और विस्तृत बहुभाषी कवरेज जोड़ा गया है।
शोधकर्ताओं ने एडुआर्डो का परिचय दिया, जो एक मल्टी-टर्न रिनफोर्समेंट लर्निंग रेसिपी है जो लार्ज लैंग्वेज मॉडल ट्यूटरों को प्रशिक्षित करने के लिए उपयोग की जाती है और यह "असिस्टेंस डिलेमा" को संबोधित करती है जहां मॉडल सिखाने के बजाय उत्तर देने की प्रवृत्ति रखते हैं। विधि में एक मस्क्ड नियर-ट्रांसफर पोस्ट-टेस्ट और बाइनरी रिवार्ड गेट्स का उपयोग किया जाता है ताकि कॉग्निटिव ऑफलोडिंग को कम किया जा सके और समाधान हस्तांतरण से रोका जा सके।
लेखकों ने Index-Translate पेश किया है, जो एक बहुभाषी अनुवाद मॉडल परिवार है जो सामान्य अनुवाद, निर्देश पालन, वार्ता अनुवाद, नियंत्रित डबिंग और लंबे दस्तावेज़ अनुवाद के लिए साझा आधार को विशेष प्रशिक्षण के साथ जोड़ता है। इस परिवार में 150 भाषाओं का समर्थन करने वाले 2B, 9B और 35B-A3B मॉडल शामिल हैं।
हम ट्रैफ़िक मापने और साइट को बेहतर बनाने के लिए कुकीज़ का उपयोग करते हैं। आप एनालिटिक्स कुकीज़ स्वीकार या अस्वीकार कर सकते हैं। गोपनीयता नीति