待验证50% 置信事实精确时间

EmbeddingGemma 2 是在 Gemma 2 基础上经过对比学习微调的变体，目标是让查询与正确选项的向量距离尽可能近，与错误选项尽可能远

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

零Token决策：EmbeddingGemma 2 + WebGPU 浏览器端多模态分类

涉及实体

EmbeddingGemma 2model Gemma 2model

相关事实

待验证Gemma-2-9B与Qwen3-14B在误差降幅上的悬殊差距说明不同架构对任务情境的敏感程度存在显著差异64% 相似待验证对比学习的核心损失函数（如InfoNCE、NT-Xent）本质是拉近同类样本表征距离、推远不同类样本表征距离61% 相似待验证在探索性模拟中，一种先对候选方案筛选的混合策略估计损失低于当前已实现的多路线多条件联合搜索方法，但研究者指出两阶段策略的差异相对估计不确定性较小，尚不能下定论61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002774

API

curl https://kongchang.com/api/v1/knowledge/claims/1002774

MCP

get_claim(id=1002774)