Oluşturma ve ayarlama örnekleri için Gemma Cookbook deposuna göz atın. Daha fazla bilgi

Bu sayfa, Cloud Translation API ile çevrilmiştir.

Gemma Açık Modeller

Gemini modellerini oluşturmak için kullanılan aynı araştırma ve teknolojiden oluşturulan hafif, son teknoloji açık modeller ailesi

Başlayın

Tasarımdan sorumludur

Kapsamlı güvenlik önlemleri içeren bu modeller, seçili veri kümeleri ve titiz ayarlamalar sayesinde sorumlu ve güvenilir yapay zeka çözümleri sunmaya yardımcı olur.

Boyut açısından benzersiz performans

Gemma modelleri, 2B, 7B, 9B ve 27B boyutlarında olağanüstü karşılaştırma sonuçları elde eder ve hatta bazı daha büyük açık modellerden daha iyi performans gösterir.

Esnek çerçeve

Keras 3.0 ile JAX, TensorFlow ve PyTorch ile sorunsuz uyumluluğun keyfini çıkarın. Böylece, görevinize bağlı olarak çerçeveleri zahmetsizce seçebilir ve değiştirebilirsiniz.

Gemma 2 ile tanışın

Olağanüstü performans ve eşsiz verimlilik için yeniden tasarlanan Gemma 2, çeşitli donanımlarda son derece hızlı çıkarım için optimizasyon sağlar.

Google AI Studio'da Gemma 2'yi deneyin

5 atış

MMLU

MMLU karşılaştırması, ön eğitim sırasında büyük dil modelleri tarafından edinilen bilgi kapsamını ve sorun çözme becerisini ölçen bir testtir.

25 çekimli

ARC-C

ARC-c karşılaştırması, ARC-e veri kümesinin daha odaklanmış bir alt kümesidir. Yalnızca yaygın (arama tabanlı ve kelimenin eşleşimde bulunma sıklığı) algoritmalar tarafından yanlış yanıtlanan soruları içerir.

5 atış

GSM8K

GSM8K karşılaştırması, bir dil modelinin genellikle birden fazla mantık adımı gerektiren ilkokul düzeyindeki matematik problemlerini çözme yeteneğini test eder.

3-5-shot

AGIEval

AGIEval karşılaştırması, insan entelektüel yeteneklerini değerlendirmek için tasarlanmış gerçek sınavlardan alınan soruları kullanarak bir dil modelinin genel zekasını test eder.

3 Çekim, Karyola

BBH

BBH (BIG-Bench Hard) karşılaştırması, mevcut dil modellerinin yeteneklerinin ötesinde olduğu düşünülen görevlere odaklanır ve çeşitli akıl yürütme ve anlama alanlarında bu modellerin sınırlarını test eder.

3 çekimli, F1

YERE YATIN

DROP, paragraflar üzerinde ayrı ayrı akıl yürütme gerektiren bir okuma anlama karşılaştırmasıdır.

5 atış

Winogrande

Winogrande karşılaştırması, bir dil modelinin belirsiz boşlukları doldurma görevlerini ikili opsiyonlarla çözme becerisini test eder ve genelleştirilmiş sağduyulu akıl yürütmeyi gerektirir.

10 atış

HellaSwag

HellaSwag karşılaştırması, bir dil modelinin bir hikaye için en mantıklı sonu seçerek sağduyulu akıl yürütmeyi anlama ve uygulama becerisini zorlar.

4 çekimli

MATH

MATH, bir dil modelinin karmaşık matematiksel sözel problemleri, akıl yürütmeyi, çok adımlı problem çözmeyi ve matematiksel kavramları anlama becerisini çözme becerisini değerlendirir.

0 atış

ARC-e

ARC-e karşılaştırması, bir dil modelinin ileri düzey soru cevaplama becerilerini ilkokul düzeyine kadar gerçek, çoktan seçmeli fen sorularıyla test eder.

0 atış

PIQA

PIQA karşılaştırması, günlük fiziksel etkileşimlerle ilgili soruları yanıtlayarak bir dil modelinin fiziksel sağduyu bilgisini anlama ve uygulama becerisini test eder.

0 atış

SIQA

SIQA karşılaştırması, insanların eylemleri ve bu eylemlerin sosyal etkileri hakkında sorular sorarak bir dil modelinin sosyal etkileşimler ve sosyal sağduyu hakkındaki bilgisini değerlendirir.

0 atış

Boolq

BoolQ karşılaştırması, bir dil modelinin doğal olarak ortaya çıkan evet/hayır sorularını yanıtlama becerisini test ederek modelin gerçek dünyadaki doğal dil çıkarımı görevlerini yapma becerisini test eder.

5 atış

TriviaQA

TriviaQA karşılaştırmalı değerlendirme, okumayı anlama becerilerini soru-cevap üçlü yöntemi ile test eder.

5 Çekim

NQ (Natural Questions) karşılaştırması, gerçek dünyadaki soru-cevap senaryolarını simüle ederek bir dil modelinin Vikipedi makalelerinin tamamında yanıtları bulup anlama yeteneğini test eder.

kart@1

HumanEval

HumanEval karşılaştırması, çözümlerinin programlama problemleri için işlevsel birim testlerini geçip geçmediğini değerlendirerek dil modelinin kod oluşturma yeteneklerini test eder.

3 çekimli

MBPP

MBPP karşılaştırması, temel programlama kavramlarına ve standart kitaplık kullanımına odaklanarak bir dil modelinin temel Python programlama sorunlarını çözme becerisini test eder.

%100

%75

%50

%25

%100

%75

%50

%25

Gemma 1

2,5 milyar

42,3

Gemma 2

2,6 milyar

51,3

Mistral

7 milyar

62,5

LLAMA 3

38D

66,6

Gemma 1

7 milyar

64,4

Gemma 2

71,3

Gemma 2

27B

75,2

Gemma 1

2,5 Milyar

48,5

Gemma 2

2,6 Mr

55,4

Mistral

7 milyar

60.5

LAMA 3

59,2

Gemma 1

7 milyar

61,1

Gemma 2

68,4

Gemma 2

27B

71,4

Gemma 1

2,5 Milyar

15.1

Gemma 2

2,6 milyar

23,9

Mistral

7 milyar

39,6

LLAMA 3

38D

45,7

Gemma 1

7 milyar

51,8

Gemma 2

68,6

Gemma 2

27B

74,0

Gemma 1

2,5 Milyar

24,2

Gemma 2

2,6 milyar

30,6

Mistral

7 milyar

44,0

LAMA 3

45,9

Gemma 1

7 Mr

44,9

Gemma 2

52,8

Gemma 2

27B

55.1

Gemma 1

2,5 milyar

35,2

Gemma 2

2,6 milyar

41,9

Mistral

7 Mr

56,0

KAMERA 3

61.1

Gemma 1

7 milyar

59,0

Gemma 2

68,2

Gemma 2

27B

74,9

Gemma 1

2,5 Milyar

48,5

Gemma 2

2,6 milyar

52,0

Mistral

7 Mr

63,8

LLAMA 3

58,4

Gemma 1

7 milyar

56,3

Gemma 2

69,4

Gemma 2

27B

74,2

Gemma 1

2,5 milyar

66,8

Gemma 2

2,6 milyar

70,9

Mistral

7 milyar

78,5

LLAMA 3

76,1

Gemma 1

7 milyar

79,0

Gemma 2

80,6

Gemma 2

27B

83,7

Gemma 1

2,5 milyar

71,7

Gemma 2

2,6 milyar

73,0

Mistral

7 milyar

83,0

LAMA 3

38D

82,0

Gemma 1

7 milyar

82,3

Gemma 2

81,9

Gemma 2

27B

86,4

Gemma 1

2,5 milyar

11,8

Gemma 2

2,6 milyar

15,0

Mistral

7 milyar

12,7

Gemma 1

7 milyar

24,3

Gemma 2

36,6

Gemma 2

27B

42,3

Gemma 1

2,5 Milyar

73,2

Gemma 2

2,6 milyar

80,1

Mistral

7 milyar

80,5

Gemma 1

81,5

Gemma 2

88,0

Gemma 2

27B

88,6

Gemma 1

2,5 milyar

77,3

Gemma 2

2,6 milyar

77,8

Mistral

7 Mr

82,2

Gemma 1

7 milyar

81,2

Gemma 2

81,7

Gemma 2

27B

83,2

Gemma 1

2,5 milyar

49,7

Gemma 2

2,6 Mr

51,9

Mistral

47,0

Gemma 1

7 milyar

51,8

Gemma 2

53,4

Gemma 2

27B

53,7

Gemma 1

2,5 milyar

69,4

Gemma 2

2,6 milyar

72,5

Mistral

7 milyar

83,2

Gemma 1

7 milyar

83,2

Gemma 2

84,2

Gemma 2

27B

84,8

Gemma 1

2,5 milyar

53,2

Gemma 2

2,6 milyar

59,4

Mistral

7 milyar

62,5

Gemma 1

7 Mr

63,4

Gemma 2

76,6

Gemma 2

27B

83,7

Gemma 1

2,5 Milyar

12,5

Gemma 2

2,6 milyar

16,7

Mistral

7 milyar

23,2

Gemma 1

7 milyar

23,0

Gemma 2

29,2

Gemma 2

27B

34,5

Gemma 1

2,5 milyar

22,0

Gemma 2

2,6 Mr

17,7

Mistral

7 milyar

26,2

Gemma 1

7 milyar

32,3

Gemma 2

40,2

Gemma 2

27B

51,8

Gemma 1

2,5 milyar

29,2

Gemma 2

2,6 milyar

29,6

Mistral

7 milyar

40,2

Gemma 1

7 milyar

44,4

Gemma 2

52,4

Gemma 2

27B

62,6

*Bunlar, önceden eğitilmiş modellere ilişkin karşılaştırmalardır. Diğer metodolojilerle ilgili performans ayrıntıları için teknik rapora göz atın.

Teknik raporu okuyun

Gemma model ailesi

Yeni sürüm

Gemma 2

Gemma 2, 2, 9 ve 27 milyar parametre boyutunda üç yeni, güçlü ve verimli model sunar. Bu modellerin tümü yerleşik güvenlik geliştirmelerine sahiptir.

Hugging Face'i kullanmaya başlayın Kaggle'ı kullanmaya başlayın

Yeni sürüm

DataGemma

DataGemma, LLM'leri Google'ın Data Commons'undan alınan kapsamlı gerçek dünya verileriyle bağlamak için tasarlanmış ilk açık modellerdir.

Kaggle'da çalışmaya başlama

Gemma 1

Gemma modelleri, çeşitli doğal dil işleme görevleri için metin, kod ve matematiksel içeriklerden oluşan devasa bir veri kümesinde eğitilmiş, hafif, metinden metne, yalnızca kod çözücüye sahip büyük dil modelleridir.

Kaggle'da çalışmaya başlama

RecurrentGemma

RecurrentGemma, bellek verimliliğini artırmak için yinelemeli nöral ağlardan ve yerel dikkatten yararlanan teknik açıdan farklı bir modeldir.

Kaggle'da çalışmaya başlama

PaliGemma

PaliGemma, PaLI-3'ten esinlenerek SigLIP ve Gemma'dan yararlanan bir açık görüş-dil modelidir. SigLIP ve Gemma, çok çeşitli vizyon-dil görevlerine aktarım için çok yönlü bir model olarak tasarlanmıştır.

Kaggle'da çalışmaya başlama

CodeGemma

Orijinal önceden eğitilmiş Gemma modellerimizin temelinden yararlanan CodeGemma, yerel bilgisayarınıza uygun boyutlarda güçlü kod tamamlama ve oluşturma özellikleri sunar.

Kaggle'da çalışmaya başlama

Araçlarımızı keşfedin

ShieldGemma

ShieldGemma, yapay zeka modellerinin giriş ve çıkışlarını filtrelemek ve kullanıcıyı güvende tutmak için Gemma 2'ye dayalı bir güvenlik içeriği sınıflandırıcı model paketidir.

Gemma Kapsamı

Gemma Scope, araştırmacılara Gemma 2 modellerimizin karar verme süreçleri hakkında benzeri görülmemiş bir şeffaflık sunar.

Geliştiriciler için hızlı başlangıç kılavuzları

Kaggle'daki hızlı başlangıç kılavuzlarını keşfedin

Gemma ile ilgili hızlı başlangıç kılavuzları, kod örnekleri ve tartışmaları bulmak için Kaggle Modelleri sayfasını ziyaret edin.

Kaggle'da aç

Google Cloud'da eğitme ve dağıtma

Gemma 2, Vertex'te pazar lideri performans ve toplam sahip olma maliyeti için uçtan uca TPU optimizasyonuyla Google Cloud'da en iyi performansı gösterir.

Vertex AI'da açma

Kesas 3 üzerinden JAX ile düşük sıralı uyarlamayı deneyin

Keras 3 aracılığıyla Gemma modellerini, seçtiğiniz arka uç çerçevesiyle benzersiz alanınıza ve verilerinize uyarlayın.

Colab'de aç

Belgelerimizdeki tüm hızlı başlangıç kılavuzlarını görüntüleyin Tüm hızlı başlangıç kılavuzlarını görüntüleyin

İş ortağı hızlı başlangıç kılavuzları

Kucaklayan Yüz

Gemma modelleriyle hassas ayar ve çıkarım görevleri için Hugging Face Transformers ve TRL'den yararlanın.

NVIDIA

Gemma modellerini NVIDIA NeMo Framework ile hassaslaştırın ve üretim için TensorRT-LLM'ye aktarın.

LangChain

Bu eğitim, Google Cloud'da veya Colab ortamınızda çalışan Gemma ve LangChain'i kullanmaya nasıl başlayacağınızı gösterir.

Herhangi bir ölçek

Bu dokümanlarda, Gemma'nın Anyscale Uç Noktası üzerinden tümüyle yönetilen API uç noktaları olarak nasıl kullanılacağı gösterilmektedir.

MongoDB

Bu makalede, Gemma'nın, aramayla desteklenen bir üretim ardışık düzeninde veya sisteminde temel model olarak nasıl kullanılacağı açıklanmaktadır.

Ağırlıklar ve Önyargılar

Google'ın Gemma modellerini kullanan adım adım bir örnekle W&B'nin Model Kayıt Defteri ve Lansman araçlarını ayrıntılı olarak inceleyin.

Gemma Tarif Defteri

PaliGemma ile resim altyazısı, CodeGemma ile kod oluşturma ve ince ayar yapılmış Gemma modelleriyle chatbot'lar oluşturma gibi görevler için Gemma'nın gücünü ve çok yönlülüğünü gösteren pratik tarifler ve örnekler koleksiyonunu keşfedin.

Yemek yapmaya başlayın

Gemma modellerine hemen erişin

Kaggle modelleri

Kaggle'da Gemma 2 modellerine erişme

Vertex AI Model Garden

Gemma 2'yi kendi verilerinizle özelleştirme

Kucaklayan Yüz Modelleri

Gemma'ya erişme, ayarlarını yapma ve dağıtma

Sorumlu Yapay Zeka Geliştirme

Tasarımdan Sorumluluk

Dikkatlice seçilmiş verilerle önceden eğitilmiş ve güvenlik için ayarlanmış olan bu modeller, Gemma modellerine dayalı güvenli ve sorumlu yapay zeka geliştirmeyi destekler.

Sağlam ve Şeffaf Değerlendirme

Kapsamlı değerlendirmeler ve şeffaf raporlama, her kullanım alanı için sorumlu bir yaklaşım benimsemek amacıyla model sınırlamalarını ortaya çıkarır.

Sorumlu Geliştirme

Sorumlu Üretken Yapay Zeka Aracı Kiti, geliştiricilerin sorumlu yapay zeka en iyi uygulamalarını tasarlamasını ve uygulamasını destekler.

Sorumlu Üretken Yapay Zeka Aracı Kiti'ni keşfedin

Google Cloud için optimize edilmiş

Google Cloud'daki Gemma modelleriyle, Vertex AI'ın tamamen yönetilen araçlarını veya GKE'nin kendi kendine yönetilen seçeneğini kullanarak modeli özel ihtiyaçlarınıza göre derinlemesine özelleştirebilir ve esnek ve uygun maliyetli yapay zeka için optimize edilmiş altyapıya dağıtabilirsiniz.

Google Cloud blogundan daha fazla bilgi edinin

Google Cloud kredileriyle akademik araştırmaları hızlandırma

Akademik Araştırma Programı'nın başvuru dönemi kısa süre önce sona erdi. Program kapsamında, Gemma modellerini kullanarak bilimsel keşfin sınırlarını zorlayan araştırmacıları desteklemek için Google Cloud kredileri verildi. Bu girişimden çıkacak çığır açan araştırmaları görmeyi sabırsızlıkla bekliyoruz.

Google Cloud ile araştırmanızı geliştirmenizi sağlayacak gelecekteki fırsatlar için takipte kalın.

Topluluğa katılın

ML modeli topluluğundaki diğer kullanıcılarla bağlantı kurun, keşif yapın ve bilgilerinizi paylaşın.

Gemma Açık Modeller

Tasarımdan sorumludur

Boyut açısından benzersiz performans

Esnek çerçeve

Gemma 2 ile tanışın

Gemma model ailesi

Gemma 2

DataGemma

Gemma 1

RecurrentGemma

PaliGemma

CodeGemma

Araçlarımızı keşfedin

Geliştiriciler için hızlı başlangıç kılavuzları

Kaggle'daki hızlı başlangıç kılavuzlarını keşfedin

Google Cloud'da eğitme ve dağıtma

Kesas 3 üzerinden JAX ile düşük sıralı uyarlamayı deneyin

İş ortağı hızlı başlangıç kılavuzları

Gemma Tarif Defteri

Gemma modellerine hemen erişin

Sorumlu Yapay Zeka Geliştirme

Google Cloud için optimize edilmiş

Google Cloud kredileriyle akademik araştırmaları hızlandırma

Topluluğa katılın

Kaggle

Discord

Blog