يمكنك زيارة مستودع Gemma Cookbook للحصول على أمثلة للإنشاء وضبطه! مزيد من المعلومات

تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

نماذج Gemma المفتوحة

مجموعة من أحدث النماذج المتطوّرة والخفيفة المتاحة للجميع، والتي تم إنشاؤها بناءً على الأبحاث والتكنولوجيا نفسها المستخدَمة في إنشاء نماذج Gemini

تجربة Gemma 2 في Google AI Studio

تصميم مسؤول

ومن خلال دمج إجراءات السلامة الشاملة، تساعد هذه النماذج في ضمان توفير حلول مسؤولة وموثوقة مستندة إلى الذكاء الاصطناعي من خلال مجموعات بيانات منسَّقة وضبط صارم.

أداء لا مثيل له في الحجم

تحقّق نماذج Gemma نتائج قياسية استثنائية بأحجامها 2B و7B و9B و27B، حتى أنّها تحقّق أداءً أفضل من بعض النماذج المفتوحة الأكبر حجمًا.

النشر المرن

يمكنك نشر التطبيقات بسلاسة على الأجهزة الجوّالة والويب والسحابة الإلكترونية باستخدام Keras وJAX وMediaPipe وPyTorch وHugging Face والمزيد.

جرِّب Gemma 2

تمّت إعادة تصميم Gemma 2 لتحقيق أداء استثنائي وكفاءة لا مثيل لها، وهي محسّنة لإجراء عمليات استنتاج سريعة جدًا على الأجهزة المتنوعة.

تجربة Gemma 2 في Google AI Studio

5 لقطات

MMLU

مقياس MMLU هو اختبار يقيس مدى اتساع المعرفة وقدرة حلّ المشاكل التي اكتسبتها النماذج اللغوية الكبيرة أثناء التدريب المُسبَق.

25 لقطة

ARC-C

مقياس ARC-c هو مجموعة فرعية أكثر تركيزًا من مجموعة بيانات ARC-e، ولا يحتوي إلا على الأسئلة التي تمّت الإجابة عنها بشكلٍ غير صحيح من خلال الخوارزميات الشائعة (الخوارزميات المستندة إلى الاسترجاع وتلك المستندة إلى تكرار الكلمات).

5 لقطات

GSM8K

يختبر مقياس GSM8K أداء نموذج اللغة في حلّ المسائل الحسابية على مستوى الصفوف المدرسية التي تتطلّب غالبًا خطوات متعددة من الاستدلال.

3-5-shot

AGIEval

يختبر مقياس AGIEval الذكاء العام لنموذج لغوي باستخدام أسئلة مستمدة من امتحانات حقيقية مصمّمة لتقييم القدرات الفكرية البشرية.

3 لقطات، سلسلة أفكار

BBH

يركز مقياس BBH (BIG-Bench Hard) على المهام التي يُعتقد أنّها تتجاوز قدرات النماذج اللغوية الحالية، ما يُظهر حدودها في نطاقات مختلفة من الاستدلال والفهم.

لقطة بثلاثة صور، F1

الانبطاح

اختبار DROP هو مقياس لفهم القراءة يتطلّب التفكير الدقيق في الفقرات.

5 لقطات

Winogrande

يختبر مقياس Winogrande أداء نموذج اللغة في حلّ مهام ملء الفراغات الغامضة باستخدام خيارات ثنائية، ما يتطلّب استخدام المنطق العام الشائع.

10 لقطات

HellaSwag

يتحدّى مقياس HellaSwag قدرة نموذج اللغة على فهم المنطق العام وتطبيقه من خلال اختيار النهاية الأكثر منطقية للقصة.

لقطة من 4 صور

MATH

يُقيّم MATH قدرة نموذج لغوي على حلّ المسائل الكلامية الرياضية المعقّدة التي تتطلّب التفكير المنطقي وحلّ المشاكل المتعدّدة الخطوات وفهم المفاهيم الرياضية.

طلب بلا مثال

ARC-e

يختبر مقياس ARC-e الأداء المتقدّم لنموذج لغوي في الإجابة عن الأسئلة من خلال أسئلة علمية حقيقية متعددة الخيارات على مستوى المدرسة الابتدائية.

طلب بلا مثال

PIQA

يختبر مقياس PIQA قدرة النموذج اللغوي على فهم المعلومات الشائعة حول التفاعلات المادية وتطبيقها من خلال الإجابة عن أسئلة حول التفاعلات المادية اليومية.

طلب بلا مثال

SIQA

يُقيّم مقياس SIQA مدى فهم نموذج اللغة للتفاعلات الاجتماعية والحسّ الاجتماعي العام من خلال طرح أسئلة عن أفعال الأشخاص وآثارها الاجتماعية.

طلب بلا مثال

Boolq

يختبر مقياس BoolQ أداء نموذج اللغة في الإجابة عن أسئلة نعم/لا بشكل طبيعي، ما يُظهر قدرة النماذج على تنفيذ مهام الاستنتاج في اللغة الطبيعية في الحياة الواقعية.

5 لقطات

TriviaQA

يختبر مقياس TriviaQA الأداء في مهارات فهم القراءة باستخدام ثلاثيات السؤال والإجابة والدليل.

5 لقطات

يختبر مقياس NQ (الأسئلة الطبيعية) قدرة نموذج اللغة على العثور على الإجابات وفهمها في مقالات Wikipedia بأكملها، ما يحاكي سيناريوهات الإجابة عن الأسئلة في الحياة الواقعية.

pass@1

HumanEval

يختبر مقياس HumanEval قدرات إنشاء الرموز البرمجية لنموذج اللغة من خلال تقييم ما إذا كانت حلوله تجتاز اختبارات الوحدات الوظيفية لمشاكل البرمجة.

لقطة من 3 صور

MBPP

يختبر مقياس MBPP قدرة نموذج اللغة على حلّ المشاكل الأساسية في برمجة بايثون، مع التركيز على مفاهيم البرمجة الأساسية واستخدام المكتبة العادية.

100%

75%

50%

25%

100%

75%

50%

25%

Gemma 1

2.5 مليار

42.3

Gemma 2

2.6 مليار

51.3

Mistral

‫7 مليار

62.5

LLAMA 3

66.6

Gemma 1

‫7 مليار

64.4

Gemma 2

‫9B

71.3

Gemma 2

27 مليار

75.2

Gemma 1

2.5 مليار

48.5

Gemma 2

2.6 مليار

55.4

Mistral

‫7 مليار

60.5

LLAMA 3

59.2

Gemma 1

‫7 مليار

61.1

Gemma 2

‫9B

68.4

Gemma 2

‫27 مليار

71.4

Gemma 1

2.5 مليار

15.1

Gemma 2

2.6 مليار

23.9

Mistral

‫7 مليار

39.6

LLAMA 3

45.7

Gemma 1

‫7 مليار

51.8

Gemma 2

‫9B

68.6

Gemma 2

27 مليار

74.0

Gemma 1

2.5 مليار

24.2

Gemma 2

2.6 مليار

30.6

Mistral

‫7 مليار

44.0

LLAMA 3

45.9

Gemma 1

‫7 مليار

44.9

Gemma 2

‫9B

52.8

Gemma 2

27 مليار

55.1

Gemma 1

2.5 مليار

35.2

Gemma 2

2.6 مليار

41.9

Mistral

‫7 مليار

56.0

LLAMA 3

61.1

Gemma 1

‫7 مليار

59.0

Gemma 2

‫9B

68.2

Gemma 2

27 مليار

74.9

Gemma 1

2.5 مليار

48.5

Gemma 2

2.6 مليار

52.0

Mistral

‫7 مليار

63.8

LLAMA 3

58.4

Gemma 1

‫7 مليار

56.3

Gemma 2

‫9B

69.4

Gemma 2

27 مليار

74.2

Gemma 1

2.5 مليار

66.8

Gemma 2

2.6 مليار

70.9

Mistral

‫7 مليار

78.5

LLAMA 3

76.1

Gemma 1

‫7 مليار

79.0

Gemma 2

‫9B

80.6

Gemma 2

27 مليار

83.7

Gemma 1

2.5 مليار

71.7

Gemma 2

2.6 مليار

73.0

Mistral

‫7 مليار

LLAMA 3

82.0

Gemma 1

‫7 مليار

82.3

Gemma 2

‫9B

81.9

Gemma 2

27 مليار

86.4

Gemma 1

2.5 مليار

11.8

Gemma 2

2.6 مليار

Mistral

‫7 مليار

12.7

Gemma 1

‫7 مليار

24.3

Gemma 2

‫9B

36.6

Gemma 2

27 مليار

42.3

Gemma 1

2.5 مليار

73.2

Gemma 2

2.6 مليار

80.1

Mistral

‫7 مليار

80.5

Gemma 1

‫7 مليار

81.5

Gemma 2

‫9B

88.0

Gemma 2

27 مليار

88.6

Gemma 1

2.5 مليار

77.3

Gemma 2

2.6 مليار

77.8

Mistral

‫7 مليار

82.2

Gemma 1

‫7 مليار

81.2

Gemma 2

‫9 مليار

81.7

Gemma 2

27 مليار

83.2

Gemma 1

2.5 مليار

49.7

Gemma 2

2.6 مليار

51.9

Mistral

‫7 مليار

47.0

Gemma 1

‫7 مليار

51.8

Gemma 2

‫9 مليار

53.4

Gemma 2

27 مليار

53.7

Gemma 1

2.5 مليار

69.4

Gemma 2

2.6 مليار

72.5

Mistral

‫7 مليار

83.2

Gemma 1

‫7 مليار

83.2

Gemma 2

‫9 مليار

84.2

Gemma 2

27 مليار

84.8

Gemma 1

2.5 مليار

53.2

Gemma 2

2.6 مليار

59.4

Mistral

‫7 مليار

62.5

Gemma 1

‫7 مليار

63.4

Gemma 2

‫9B

76.6

Gemma 2

27 مليار

83.7

Gemma 1

2.5 مليار

12.5

Gemma 2

2.6 مليار

16.7

Mistral

‫7 مليار

23.2

Gemma 1

‫7 مليار

23.0

Gemma 2

‫9B

29.2

Gemma 2

27 مليار

34.5

Gemma 1

2.5 مليار

22.0

Gemma 2

2.6 مليار

17.7

Mistral

‫7 مليار

26.2

Gemma 1

‫7 مليار

32.3

Gemma 2

‫9B

40.2

Gemma 2

27 مليار

51.8

Gemma 1

2.5 مليار

29.2

Gemma 2

2.6 مليار

29.6

Mistral

‫7 مليار

40.2

Gemma 1

‫7 مليار

44.4

Gemma 2

‫9B

52.4

Gemma 2

27 مليار

62.6

*هذه هي مقاييس الأداء للنماذج المدربة مسبقًا، اطّلِع على التقرير الفني للحصول على تفاصيل عن الأداء باستخدام منهجيات أخرى.

قراءة التقرير الفني

نماذج الأبحاث

التعرّف على مجموعة نماذج Gemma الموسّعة

عرض جميع طُرز Gemma

PaliGemma 2 جديد

توفّر PaliGemma 2 إمكانات رؤية يمكن ضبطها بسهولة في نماذج اللغة Gemma 2، ما يتيح مجموعة كبيرة من التطبيقات التي تجمع بين فهم النصوص والصور.

التنزيل من Kaggle

التنزيل من Hugging Face

قراءة المستندات

DataGemma

‫DataGemma هي أوّل النماذج المفتوحة المصمّمة لربط النماذج اللغوية الكبيرة ببيانات شاملة من الواقع يتم استخراجها من "مساحة البيانات المشتركة" في Google.

التنزيل من Kaggle

التنزيل من Hugging Face

قراءة المستندات

نطاق Gemma

توفّر أداة Gemma Scope للمستكشفين شفافية غير مسبوقة في عمليات صنع القرار لنماذج Gemma 2.

التنزيل من Hugging Face

قراءة المستندات

استكشاف Gemmaverse

نظام متكامل واسع النطاق من نماذج Gemma وأدواتها التي أنشأها المجتمع، وهي جاهزة لتعزيز قدراتك على الابتكار وإلهامها

استكشاف الأسعار المتغيرة دفاتر البحث

إنشاء

بدء إنشاء المحتوى مع "غيما"

قراءة كتاب الطبخ الخاص بجهاز Gemma

أمثلة عملية وأدلة تعليمية للنماذج المفتوحة من Google

استكشاف دفاتر الملاحظات

وجه يحضن

يوضّح دفتر البيانات هذا كيفية مواءمة نموذج Gemma-2 باستخدام DPO (تحسين الإعدادات المفضّلة مباشرةً).

NVIDIA

يمكنك تحسين نماذج Gemma باستخدام NVIDIA NeMo Framework وتصديرها إلى TensorRT-LLM للاستخدام في المنتجات.

Ollama

يمكنك إجراء الاستنتاج على مستوى الجهاز في نموذج Gemma باستخدام Ollama.

Unsloth

يمكنك استخدام UnSloth لتحسين أداء Gemma 2 (9B) بسرعة وكفاءة في استخدام الذاكرة.

نشر نماذج

اختيار هدف النشر

الأجهزة الجوّالة

نشر الميزة على الجهاز باستخدام تكنولوجيات الذكاء الاصطناعي من Google

يمكنك نشرها مباشرةً على الأجهزة للاستفادة من وظائفها بلا إنترنت وبوقت استجابة منخفض. وهي مثالية للتطبيقات التي تتطلّب استجابة سريعة والخصوصية في الوقت الفعلي، مثل التطبيقات المتوافقة مع الأجهزة الجوّالة وأجهزة إنترنت الأشياء والأنظمة المضمّنة.

نشر التطبيق المتوافق مع الأجهزة الجوّالة

الويب

الدمج بسلاسة مع تطبيقات الويب

يمكنك تحسين مواقعك الإلكترونية وخدمات الويب باستخدام إمكانات الذكاء الاصطناعي المتقدّمة، ما يتيح لك تفعيل الميزات التفاعلية والمحتوى المخصّص والتشغيل الآلي الذكي.

نشر الويب

Cloud

توسيع نطاق الخدمات بسهولة باستخدام البنية الأساسية للسحابة الإلكترونية

استفِد من قابلية السحابة الإلكترونية للتكيّف والمرونة للتعامل مع عمليات النشر على نطاق واسع والأحمال العالية وتطبيقات الذكاء الاصطناعي المعقّدة.

نشر السحابة الإلكترونية

إتاحة التواصل على مستوى العالم

انضم إلى مسابقة Kaggle العالمية. إنشاء صيغ مختلفة لدمية Gemma بلغة معيّنة أو لعرض جانب ثقافي فريد

الانضمام إلى المسابقة