Llama для Mac 0.45.0: локальный поиск с EmbeddingGemma 2

Llama для Mac 0.45.0: локальный поиск с EmbeddingGemma 2

Что изменилось. Если нужно находить в заметках фрагменты не только по точному слову, но и по смыслу, Llama для macOS версии 0.45.0 теперь умеет запускать модели для такого поиска. В релизе от 18 октября 2026 года разработчики назвали первой поддерживаемой моделью EmbeddingGemma 2. Она превращает текст в набор чисел — вектор, по которому другое приложение может сопоставлять похожие записи. Сам Llama не становится готовым поиском по вашим папкам. s1

Что уже можно получить на Mac

В приложении модель помечается значком Embedding, а на её странице есть ссылка на руководство. Локальный сервер Llama выдаёт результаты через адрес /v1/embeddings: это интерфейс для программы, которая собирает поисковый индекс, а не окно для вопроса к документам. Разработчики также добавили вход в Hugging Face для моделей с ограниченным доступом и более понятное сообщение, когда право на скачивание ещё не выдано. Это возможность приложения в целом; карточка EmbeddingGemma 2 от Google сейчас не помечена как закрытая. s1s3

В репозитории GGML доступны файлы EmbeddingGemma 2 в формате GGUF (файл модели для программы запуска): варианты BF16 и Q8_0, а также отдельные файлы для обработки изображений. Карточка GGML прямо предлагает запуск через Llama. Исходная модель Google описана как способ сопоставлять текст, изображения, звук и видео, однако релиз Llama 0.45.0 прямо подтверждает именно поддержку модели для получения векторов из текста; не считайте работу всех форматов входа в этом приложении проверенной. s2s3

Что делать обычному пользователю

Если Llama уже установлен на Mac, проверьте версию приложения. Для новой установки официальный репозиторий предлагает загрузить Llama из GitHub Releases; в выпуске 0.45.0 приложен Llama.dmg. После открытия приложения найдите EmbeddingGemma 2 среди моделей и посмотрите руководство на странице модели. Ожидаемый результат этого шага — доступная для загрузки карточка модели, а после загрузки — локальная модель, которую может вызвать совместимая программа. Редакция не запускала этот выпуск на Mac и не проверяла установку или ответ сервера на собственных данных. s1s2s4

Например, запрос «как вернуть покупку» и заметка «оформление возврата товара» могут оказаться близкими по смыслу без одинаковых слов. Для реального поиска нужен отдельный инструмент, который обработает ваши заметки той же моделью, сохранит их векторы и сравнит с вектором запроса; выдача Llama сама по себе не индексирует папку. Не полагайтесь на один только такой поиск там, где нельзя пропустить важный документ. s1

Ограничения и права

Это прежде всего новость о возможностях приложения для Mac, а не обещание готового домашнего рецепта или замеров скорости. Для скачивания приложения и весов нужен интернет; локальная обработка начинается после их получения. Системные требования именно для этой модели и фактическое качество поиска в Llama редакцией не измерялись; размер файла весов не является требованием к памяти. Код приложения отмечен лицензией MIT, а карточки исходных весов Google и GGUF-пакета — Apache 2.0. Эти обозначения относятся к разным компонентам. s2s3s4s5

Следующий шаг: если вам нужна сама модель, сначала прочитайте отдельный разбор EmbeddingGemma 2 и определите, какой вид данных нужно искать. s3