Google 的 Gemini Embedding 文本模型现已开放，支持100多种语言，具备灵活的维度选择，优化了速度和存储。该模型在多语言基准测试中表现优异，适用于语义搜索、分类和跨语言应用，未来将支持批处理和多模态嵌入。
该文介绍了一种名为“零样本学习联合嵌入”的方法，通过联合图像和文本模型来学习语义基础和丰富的视觉信息，并利用辅助字幕来提高图像和文本表示之间的对齐。该方法在多个基准数据集上评估，提高了现有最先进方法的性能。
完成下面两步后，将自动完成登录并继续当前操作。
