A Kakao divulgou dois modelos de embedding de IA, Kanana-2-3b-embedding e Kanana-2-1.3b-embedding, publicados como código aberto na plataforma Hugging Face. Desenvolvidos para aprimorar a busca em coreano, os modelos oferecem melhor eficiência computacional e desempenho em consultas estrangeiras, segundo a empresa.
Técnica de embedding e aplicações
A tecnologia de embedding converte o significado das frases em valores numéricos, permitindo localizar informações relacionadas mesmo sem coincidência exata de palavras. Segundo a Kakao, isso é especialmente útil para agentes de IA personalizados e sistemas de geração aumentada por busca (RAG). Por exemplo, um usuário pode localizar um restaurante mencionado anteriormente ao consultar algo como “aquele local tranquilo”.
Os modelos utilizam a técnica Matryoshka Representation Learning (MRL), permitindo ajustes dinâmicos no tamanho dos vetores de embedding conforme as necessidades do ambiente. A Kakao também destacou melhorias significativas na eficiência de uso de memória e velocidade de inferência — mais de 30 vezes superior à versão anterior.
Desempenho e eficiência
De acordo com avaliações internas da Kakao, os novos modelos superam modelos globais de código aberto como llama-nemotron-embed-1b-v2 e Qwen3-Embedding-4B no desempenho de busca em coreano, mantendo equivalência na performance em inglês. A versão de 1,3 bilhão de parâmetros foi obtida via técnica de destilação de conhecimento a partir do modelo maior.
O desenvolvimento contou com base no modelo de linguagem leve Kanana-2-SLM, que permite maior adaptabilidade para diferentes contextos de serviço. A licença Kanana Open License permite o uso comercial livre por desenvolvedores e empresas.
Plano futuro
A Kakao informou que planeja expandir pesquisas em embedding usando modelos de linguagem mais avançados, aprofundando aplicações em sistemas de busca, assistentes de IA e integração com outros serviços da plataforma.
