Новая мультимодальная модель Google — Gemini Embedding 2. скачать в хорошем качестве

Новая мультимодальная модель Google — Gemini Embedding 2.

Google только что выпустила 𝗚𝗲𝗺𝗶𝗻𝗶 𝗘𝗺𝗯𝗲𝗱𝗱𝗶𝗻𝗴 𝟮, свою первую полностью мультимодальную модель встраивания, которая теперь также доступна в Weaviate. Модель сопоставляет текст, изображения, видео, аудио и PDF-файлы с 𝘀𝗶𝗻𝗴𝗹𝗲 𝘂𝗻𝗶𝗳𝗶𝗲𝗱 𝗲𝗺𝗯𝗲𝗱𝗱𝗶𝗻𝗴 𝘀𝗽𝗮𝗰𝗲. Это означает, что вы можете выполнять текстовые запросы и получать релевантные видео, или искать по изображению и находить связанные документы, или любую другую комбинацию — всё с использованием одной и той же модели. В этом видео я показал, как создать шаблон 𝗺𝘂𝗹𝘁𝗶𝗺𝗼𝗱𝗮𝗹 𝗣𝗗𝗙 𝗥𝗔𝗚 𝗽𝗶𝗽𝗲𝗹𝗶𝗻𝗲. Мы встраиваем каждую страницу PDF в виде изображения с помощью Gemini Embedding 2, добавляем его в Weaviate, а затем выполняем текстовый запрос для получения релевантных изображений страниц PDF. Эти изображения передаются в Gemini Flash для генерации ответов с использованием контекста документа. В наборе данных в документах скрыты «иголки» — поэтому, когда мы спрашиваем «какой секретный цветок?», конвейер обработки данных должен использовать мультимодальное понимание как текста, так и изображений, чтобы дать правильный ответ. Ознакомьтесь с блогом о выпуске модели: https://blog.google/innovation-and-ai... Блокнот PDF RAG: https://github.com/weaviate/recipes/b... 00:00 - Введение 00:31 - Мультимодальные модели встраивания 01:31 - Gemini Embedding 2 от Google 02:12 - Обзор архитектуры PDF RAG 03:00 - Создание многомодального конвейера PDF RAG 04:08 - Заключение ▬▬▬▬▬▬▬▬▬▬▬▬ СВЯЖИТЕСЬ С НАМИ ▬▬▬▬▬▬▬▬▬▬▬▬ Посетите http://weaviate.io/ Поставьте нам лайк на GitHub: https://github.com/weaviate/weaviate Будьте в курсе событий и подпишитесь на нашу рассылку: https://newsletter.weaviate.io/ Попробуйте Weaviate Cloud бесплатно здесь: https://console.weaviate.cloud/ Есть вопрос? Форум: https://forum.weaviate.io/ Свяжитесь с нами в: Twitter:   / weaviate_io   LinkedIn:   / weaviate-io