embeddinggemma-2 Score Radar 76 sur 100
Modèle d'embeddings multilingue léger de Google, tournant sur CPU/WebGPU ; GGUF Unsloth disponible.
- Identifiant
google/embeddinggemma-2- Éditeur
- Compte Hugging Face
- google (organisation)
- Tâche
- Embeddings (feature-extraction)
- Paramètres
- 744 M
- Licence
- apache-2.0
- Langues déclarées
- multilingue (langues non détaillées)
- Formats
- safetensors
- Bibliothèque
- transformers
- Accès aux poids
- libre
- Créé le
- 14 septembre 2026
- Mis à jour le
- 6 octobre 2026
- Likes
- 2,2 k
- Téléchargements (30 j)
- 135,2 k
- Domaines
- LLM en localFrançais & multilingue
- Pertinent IA pratique
- oui ★
- Fiche officielle
- https://huggingface.co/google/embeddinggemma-2
Licence, dates, langues, paramètres, formats, modèle de base et compteurs vérifiés sur l’API Hugging Face le 14/10/2026.
Pourquoi ça compte. Toujours n°1 : la brique de recherche sémantique locale de référence.
Comparer
Articles qui en parlent
EmbeddingGemma 2 : la recherche sémantique multilingue tient en 176 Mo sur un PC
Google publie EmbeddingGemma 2, un modèle d'embeddings de 0,74 B qui place texte, images, audio et vidéo dans le même espace vectoriel, et Unsloth le décline en GGUF à partir de 176 Mo. Pour une recherche documentaire locale, sans serveur ni API, c'est une brique à essayer.
La semaine en bref : la décision typée s'impose, Qwen3.8-27B se compresse
Premier bilan hebdomadaire du Radar, bâti sur les deux éditions disponibles. Les modèles de décision deviennent une catégorie à part entière, et Qwen3.8-27B sert de socle à la moitié des nouveautés qui tournent en local.
Dans le même domaine
★ Ternary-Bonsai-2-27B-gguf
Qwen3.8-27B ternaire, 4,5 M téléch.
★ laya
5,5 k likes ; classification rapide.
Recevez Radar IA chaque matin
L'essentiel des modèles IA ouverts en deux minutes : nouveautés Hugging Face, modèles à tester en local, scores et analyses en français.