Gemini Embedding 2 による構築：エージェント型マルチモーダル RAG とその先
Googleは、テキスト、画像、動画、音声、ドキュメントを単一のセマンティック空間にマッピングする統合モデルであるGemini Embedding 2の一般提供を発表しました。このモデルにより、開発者はインターリーブされたマルチモーダル入力を単一のリクエストで処理できるようになり、エージェンティックRAG、ビジュアル検索、コンテンツモデレーションなどのタスクのパフォーマンスが大幅に向上します。100以上の言語をサポートし、タスク固有のプレフィックスやマトリョーシュカ次元削減などの機能を提供することで、このモデルは複雑なAIエージェントを構築するための非常に効率的で正確な基盤を提供します。
