Использование эмбеддинг-модели для поиска текста внутри изображений

Автор тестирует модель EmbeddingGemma 2 (размер 330 МБ) для извлечения текстовых описаний из изображений и поиска по ним. Эксперименты показывают, что модель способна сопоставлять текстовые запросы с контентом картинок, хотя точность зависит от формулировок и доминирует над визуальными признаками.