خبر
گوگل یک مدل جدید جاسازی متن مبتنی بر جمینای را معرفی کرد
زمان مطالعه: 1 دقیقه
گوگل یک مدل جدید جاسازی متن مبتنی بر جمینای را معرفی کرد
گوگل یک مدل جدید جاسازی متن مبتنی بر جمینای را معرفی کرد
خبر
گوگل یک مدل جدید جاسازی متن مبتنی بر جمینای را معرفی کرد
زمان مطالعه: 1 دقیقه

گوگل روز جمعه یک مدل «جاسازی» جدید و آزمایشی برای متن به نام جمینای امبدینگ (Gemini Embedding) را به API توسعه‌دهندگان جمینای خود اضافه کرد.

مدل‌های جاسازی ورودی‌های متنی مانند کلمات و عبارات را به نمایندگی‌های عددی، معروف به جاسازی‌ها، تبدیل می‌کنند که معنای معنایی متن را ثبت می‌کنند. جاسازی‌ها در کاربردهای مختلفی مثل بازیابی و دسته‌بندی اسناد استفاده می‌شوند، زیرا می‌توانند هزینه‌ها را کاهش دهند و در عین حال تأخیر را بهبود ببخشند.

شرکت‌هایی مثل آمازون، کوهیر و OpenAI مدل‌های جاسازی را از طریق APIهای خود ارائه می‌دهند. گوگل قبلاً هم مدل‌های جاسازی عرضه کرده بود، اما جمینای امبدینگ اولین مدلی است که روی خانواده مدل‌های هوش مصنوعی جمینای آموزش دیده است.

گوگل در یک پست وبلاگی گفت: «این مدل جاسازی که روی خود مدل جمینای آموزش دیده، درک زبان و زمینه‌های ظریف جمینای را به ارث برده و برای طیف گسترده‌ای از کاربردها مناسب است. ما مدل‌مان را به‌گونه‌ای آموزش داده‌ایم که به‌طور قابل‌توجهی عمومی باشد و عملکرد فوق‌العاده‌ای در حوزه‌های متنوعی مثل مالی، علوم، حقوق، جستجو و غیره ارائه دهد.»

گوگل ادعا می‌کند که جمینای امبدینگ از مدل قبلی پیشرفته‌اش، text-embedding-004، عملکرد بهتری دارد و در معیارهای محبوب جاسازی به رقابت‌پذیری دست یافته است. در مقایسه با text-embedding-004، جمینای امبدینگ می‌تواند حجم بیشتری از متن و کد را به‌صورت یکجا بپذیرد و از دو برابر زبان‌ها (بیش از ۱۰۰ زبان) پشتیبانی می‌کند.

گوگل اشاره کرده که جمینای امبدینگ در «فاز آزمایشی» با ظرفیت محدود قرار دارد و ممکن است تغییر کند. این شرکت در پست وبلاگی خود نوشت: «ما در حال کار برای عرضه یک نسخه پایدار و به‌طور کلی در دسترس در ماه‌های آینده هستیم.»

منبع: تک‌کرانچ

اشتراک گذاری:

آخرین مقالات پیشنهادی

دیدگاه‌ها

اشتراک در
اطلاع از
guest


0 Comments
قدیمی‌ترین
تازه‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
دیتانید تو مراحل مختلف تحلیل داده می‌تونه به شما کمک کنه:
  1. امکان‌سنجی خواسته‌ها و تطبیق نیازمندی‌ها
  2. استخراج و تمیز کردن دادگان
  3. طراحی مدل‌های مناسب
  4. آموزش مدل براساس داده‌های به‌دست آمده
  5. استقرار مدل

آخرین اخبار

اخبار مشابه

روش جدید قابلیت اطمینان گزارش‌های تشخیصی رادیولوژیست‌ها را ارزیابی و بهبود می‌بخشد
به دلیل ابهام ذاتی در تصاویر پزشکی مانند اشعه ایکس، رادیولوژیست‌ها اغلب هنگام توصیف وجود یک آسیب‌شناسی خاص، مانند ذات‌الریه، از کلماتی مانند "ممکن ..
فناوری Web3 به ایجاد اطمینان و اعتماد در هوش مصنوعی کمک می‌کند
وعده هوش مصنوعی این است که زندگی همه ما را آسان‌تر خواهد کرد. و با این سهولت بزرگ، پتانسیل سود جدی نیز به همراه می‌آید. سازمان ملل متحد تخمین ...
نینا شیک(نویسنده): تأثیر هوش مصنوعی مولد بر تجارت، سیاست و جامعه
نینا شیک، سخنران و کارشناس برجسته در زمینه هوش مصنوعی مولد است که به دلیل کار پیشگامانه‌اش در تقاطع فناوری، جامعه و ژئوپلیتیک مشهور است...