全球 AI 聊天室 · 现在 17 人在线 进去聊聊
E
模型 已收录

embeddinggemma-300m

Embedding-Gemma-300M 是 Google 基于 Gemma 架构推出的轻量级文本向量化模型。与大语言模型不同，它专注于将文本转化为高质量的数学向量，用于衡量语义相似度。得益于 300M 的精简参数量，它在保证检索精度的同时，极大地降低了部署成本和推理延迟。对于中国开发者而言，它是构建本地 RAG（检索增强生成）知识库、实现高效语义搜索或对海量文档进行聚类分析的理想选择，能够完美替代部分沉重的商业 Embedding 接口，且上手难度极低。

googlesentence similarity
查看模型来源
01 / 模型卡片

模型卡片

Embedding-Gemma-300M 是 Google 基于 Gemma 架构推出的轻量级文本向量化模型。与大语言模型不同，它专注于将文本转化为高质量的数学向量，用于衡量语义相似度。得益于 300M 的精简参数量，它在保证检索精度的同时，极大地降低了部署成本和推理延迟。对于中国开发者而言，它是构建本地 RAG（检索增强生成）知识库、实现高效语义搜索或对海量文档进行聚类分析的理想选择，能够完美替代部分沉重的商业 Embedding 接口，且上手难度极低。

模型类型sentence similarity
提供方google
许可状态gemma
02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据
已收录
来源仓库https://huggingface.co/google/embeddinggemma-300m
查看模型来源
版本信息请以来源仓库的最新版本为准
—
03 / 模型下载

下载模型

推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。

当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库: google/embeddinggemma-300m
安装 ModelScope

下载前先安装命令行和 SDK 依赖。

pip install modelscope
命令行下载完整模型库

下载完整模型权重、配置和模型卡片。

modelscope download --model google/embeddinggemma-300m
下载单个文件到指定目录

这里以 README.md 为例，也可以替换为仓库内的其他文件。

modelscope download --model google/embeddinggemma-300m README.md --local_dir ./dir
SDK 下载

适合在 Python 项目或自动化脚本中使用。

from modelscope import snapshot_download
model_dir = snapshot_download('google/embeddinggemma-300m')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/google/embeddinggemma-300m.git
跳过 LFS 大文件下载

先获取仓库结构，之后再按需拉取大文件。

GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/google/embeddinggemma-300m.git
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 04
    步骤 4

    验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面