Google a lancé le modèle de recherche EmbeddingGemma 2

Le 7 octobre 2026, Google a lancé EmbeddingGemma 2, un modèle de recherche qui permet de traiter différents types de contenu, y compris du texte, du code, des images, des vidéos et des sons, au sein d'un même modèle. Ce modèle est conçu pour améliorer la recherche sémantique en transformant les données en vecteurs dans un espace vectoriel de 768 dimensions.

EmbeddingGemma 2 est un modèle à poids ouverts sous la licence Apache 2.0, permettant aux utilisateurs de télécharger et de modifier le modèle à des fins commerciales. Le modèle est une avancée par rapport à Gemma 4, avec moins d'un milliard de paramètres, et se distingue par sa structure modulaire qui permet aux développeurs de charger uniquement les parties nécessaires, réduisant ainsi l'utilisation de la mémoire.

La fonctionnalité clé d'EmbeddingGemma 2 est sa capacité à convertir différents types de contenu en vecteurs, rendant possible la recherche sémantique sans dépendre d'une correspondance exacte des mots. Cela améliore l'efficacité des systèmes de recherche modernes et est fondamental pour la génération augmentée par la récupération (RAG), permettant à l'IA de fournir des réponses basées sur des informations véridiques.

Le modèle permet également des économies significatives en termes de stockage des vecteurs. Par exemple, en utilisant la technique Matryoshka Representation Learning (MRL), les utilisateurs peuvent réduire la taille des vecteurs de 768 dimensions à 128 dimensions, ce qui économise jusqu'à six fois l'espace de stockage tout en maintenant une qualité acceptable pour la recherche d'informations.

Google a démontré que le modèle améliore la compréhension du code, avec des performances augmentées de 14 % par rapport à la version précédente, tout en conservant la précision pour les textes multilingues. Cela rend le modèle particulièrement adapté pour l'indexation de code et permet aux agents d'IA de rechercher dans le code de manière autonome.

Cette information a été rapportée par Techsauce.