하나의 벡터 공간,
다섯 가지 입력.

pip install -U sentence-transformers transformers

from sentence_transformers import SentenceTransformer
import torch

model = SentenceTransformer(
    "google/embeddinggemma-2",
    config_kwargs={"vision_config": None, "audio_config": None},
    model_kwargs={"torch_dtype": torch.bfloat16
                  if torch.cuda.is_bf16_supported() else torch.float32},
)

query = "오로라는 왜 생기나요?"
docs = [
    "태양의 하전 입자가 지구 자기장과 상호작용해 오로라가 생깁니다.",
    "에펠탑은 프랑스 파리에 있습니다.",
]

q = model.encode(query, prompt_name="SearchQuery",
                 truncate_dim=256, normalize_embeddings=True)
d = model.encode(docs, prompt_name="Document",
                 truncate_dim=256, normalize_embeddings=True)

scores = q @ d.T
best = int(scores.argmax())
print(docs[best], float(scores[best]))

embedding = model.encode({
  "text": "방수 러닝화. <|image|> 젖은 바위 접지 테스트: <|video|>",
  "image": ["shoe.jpg"],
  "video": "demo.mp4",
})