Gemini Embedding 2 הוא מודל ליצירת הטמעה של Google, שמתאים במיוחד למשימות מורכבות של אחזור וניתוח נתונים.
Gemini Embedding 2 מקבל קלט מולטי-מודאלי כדי ליצור וקטורים תלת-ממדיים של 3,072 מימדים. הוא מקבל קלט של תמונות, טקסט, מסמכים, אודיו ווידאו, וממפה באופן סמנטי את הווקטורים שנוצרו למרחב סמנטי מאוחד. כך תוכלו לבצע משימות כמו חיפוש תמונה על סמך תיאור טקסטואלי.
Gemini Embedding 2 כולל כמה תכונות לאופטימיזציה של איכות ההטמעה והגמישות:
הוראות מותאמות אישית למשימה: כשמציינים הוראות למשימה (לדוגמה,
task:code retrievalאוtask:search result), אפשר לבצע אופטימיזציה של ההטמעות כדי להשיג את הקשרים הרצויים, ולקבל תוצאות מדויקות יותר למטרה הספציפית.גודל התוצאה ניתן להתאמה: כברירת מחדל, המודל יוצר וקטור של מספרים ממשיים עם 3,072 ממדים. עם זאת, אפשר לאחזר פלט עם פחות ממדים על ידי ציון הפרמטר
output_dimensionality.זיהוי תווים אופטי (OCR) במסמכים: קריאת זיהוי תווים אופטי (OCR) מקלט מסמכים.
חילוץ טראקים של אודיו: חילוץ טראקים של אודיו מקלט וידאו ושילוב שלהם עם פריימים של וידאו.
מידע נוסף על השימוש ב-Gemini Embedding 2 זמין במאמר קבלת הטמעות מולטימודאליות.
| מזהה המודל | gemini-embedding-2 |
|
|---|---|---|
| מודליות |
|
|
| מגבלות על טוקנים | מספר מקסימלי של טוקנים בקלט | 8,192 |
| מספר מקסימלי של טוקנים בפלט | לא רלוונטי | |
| מידות הפלט | עד 3,072 (עם תמיכה ב-MRL) | |
| אורך הרצף המקסימלי | 8,192 טוקנים | |
| אפשרויות צריכה |
|
|
| מפרטים טכניים | Text |
|
| תמונה |
|
|
| סרטון |
|
|
| אודיו |
|
|
| אזורים נתמכים |
|
|
| תאריך סף הידע | נובמבר 2025 | |
| גרסאות |
|
|