📱 手机也能跑的 SOTA 向量模型来了！谷歌正式发布 EmbeddingGemma 🚀
它仅有 3.08 亿参数，量化后内存不到 200MB，却能支持 100+ 语言，并在 MTEB 榜单上斩获 500M 以下最佳成绩 🏆。

✨ 模型亮点：
轻量高效：适合手机和边缘设备本地部署
长上下文：支持 2K Token 输入，完美适配 RAG 和智能体
灵活维度：支持 MRL，可按需压缩向量至 512/256/128 维
开源生态：兼容 Sentence Transformers、LangChain、LlamaIndex、Haystack、txtai、Transformers.js、TEI、ONNX 等主流框架

🔬 实测中，EmbeddingGemma 在医学文献检索任务中，微调后甚至超过了参数量翻倍的模型！这意味着无论是搜索、推荐还是问答，它都能为你的应用带来高效支持。

🤗 马上来 Hugging Face 体验 EmbeddingGemma吧，欢迎加入我们的中文社区：Chinese LLMs on Hugging Face，一起探索更多生成式 AI 应用！
#HuggingFace##向量检索##多语言模型#