EmbeddingGemma

要約: EmbeddingGemma は Google の多言語・軽量な埋め込みモデル。最大約 2K 入力、 Matryoshka Representation Learning により 768→128 次元へ可変、量子化で RAM < 200MB、 EdgeTPU で ~20ms 級の推論事例。RAG/検索/類似性/分類/クラスタリングに即投入しやすい一方、 量子化時の精度低下や一部端末の制約には注意。

• 100 以上の言語に対応し、モバイル/PC でのオフライン実行を想定。
• MRL により出力次元をタスク/リソースに合わせて調整（768/512/256/128）。
• 低メモリ・低遅延でプライバシーに配慮したオンデバイス検索/RAG を実現。
• Sentence Transformers 等のエコシステムと親和性が高く、導入が容易。

1. Python と sentence-transformers を準備（pip install -U sentence-transformers）。
2. モデルをロード：SentenceTransformer("google/embeddinggemma-300m")。
3. コーパスを正規化し、埋め込みを生成・格納（例：FAISS など）。
4. 類似検索/RAG の精度・レイテンシ・メモリを測定し、MRL 次元と量子化を調整。

• https://ai.google.dev/gemma/docs/embeddinggemma
• https://ai.google.dev/gemma/docs/embeddinggemma/inference-embeddinggemma-with-sentence-transformers
• https://ai.google.dev/gemma/docs/embeddinggemma/model_card
• https://developers.googleblog.com/en/introducing-embeddinggemma/
• https://huggingface.co/blog/embeddinggemma
• https://arxiv.org/abs/2205.13147
• https://ai.google.dev/gemini-api/docs/embeddings