Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
Google ha anunciado EmbeddingGemma 2, un modelo abierto con capacidades de embeddings multimodales para texto, imágenes, audio y vídeo dentro de un espacio unificado, diseñado para funcionar localmente en dispositivos. El modelo cuenta con 740 millones de parámetros y admite un contexto de hasta 8.000 tokens, con capacidades para reducir el consumo de almacenamiento y memoria.
Susan Chang, de Elastic, explica cómo los equipos pasaron de evaluaciones aisladas de agentes de IA a un marco unificado que combina evaluación programática, LLM-as-a-judge y trazabilidad profunda. La experiencia demuestra que la automatización no elimina la necesidad de expertos en el dominio, especialmente al crear datos de prueba y calibrar métricas.