Gemma 3 मॉडल की खास जानकारी

Gemma, जनरेटिव आर्टिफ़िशियल इंटेलिजेंस (एआई) मॉडल का एक फ़ैमिली है. इसका इस्तेमाल, कॉन्टेंट जनरेट करने के कई कामों में किया जा सकता है. जैसे, सवालों के जवाब देना, खास जानकारी देना, और तर्क देना. Gemma मॉडल में ओपन वेट उपलब्ध होते हैं. साथ ही, इन्हें व्यावसायिक तौर पर इस्तेमाल करने की अनुमति भी मिलती है. इन मॉडल को अपने प्रोजेक्ट और ऐप्लिकेशन में ट्यून और डिप्लॉय किया जा सकता है.

Gemma 3 रिलीज़ में ये मुख्य सुविधाएं शामिल हैं. इसे AI Studio में आज़माएं:

Gemma 3 मॉडल को Kaggle और Hugging Face से डाउनलोड किया जा सकता है. Gemma 3 के बारे में ज़्यादा तकनीकी जानकारी के लिए, मॉडल कार्ड और तकनीकी रिपोर्ट देखें. Gemma के कोर मॉडल के पुराने वर्शन भी डाउनलोड किए जा सकते हैं. ज़्यादा जानकारी के लिए, Gemma के पिछले मॉडल देखें.

Gemma 3 आज़माएं इसे Kaggle से पाएं इसे Hugging Face से पाएं

मल्टीमोडल इमेज और टेक्स्ट इनपुट

Gemma 3 की मदद से, ज़्यादा मुश्किल विश्लेषण और जनरेशन टास्क पूरे किए जा सकते हैं. ऐसा, इमेज और टेक्स्ट डेटा को मैनेज करने की इसकी क्षमता की वजह से किया जा सकता है. इस मॉडल का इस्तेमाल, इमेज डेटा को समझने, ऑब्जेक्ट की पहचान करने, टेक्स्ट डेटा निकालने, और विज़ुअल इनपुट को टेक्स्ट आउटपुट में बदलने से जुड़े कई अन्य कामों के लिए किया जा सकता है. बनाना शुरू करें

1.28 लाख टोकन वाली कॉन्टेक्स्ट विंडो

Gemini 3 मॉडल, 1,28,000 टोकन तक के प्रॉम्प्ट इनपुट को हैंडल कर सकते हैं. यह संख्या, Gemini के पिछले मॉडल की तुलना में 16 गुना ज़्यादा है. ज़्यादा टोकन का मतलब है कि एक ही प्रॉम्प्ट में कई लेख, कई पेजों वाले लेख, बड़े लेख या सैकड़ों इमेज को प्रोसेस किया जा सकता है.

कई भाषाओं में उपलब्ध

140 से ज़्यादा भाषाओं के लिए पहले से मौजूद सहायता की मदद से, अपनी भाषा में काम करें. Gemma 3 को Gemma के पिछले वर्शन की तुलना में, ज़्यादा भाषाओं के लिए ट्रेन किया गया है. इससे आपको अपने ग्राहकों की भाषाओं में, ज़्यादा विज़ुअल और टेक्स्ट टास्क करने में मदद मिलती है. बनाना शुरू करें

पैरामीटर के साइज़ और क्वांटिज़ेशन

Gemma 3 मॉडल, सटीक जानकारी के पांच लेवल पर चार पैरामीटर साइज़ में उपलब्ध हैं. इनमें 32-बिट पर पूरी सटीक जानकारी से लेकर 4-बिट पर सबसे कम सटीक जानकारी शामिल है. अलग-अलग साइज़ और सटीक जानकारी, आपके एआई ऐप्लिकेशन के लिए, एक तरह के समझौते के तौर पर काम करती है. ज़्यादा पैरामीटर और बिट की संख्या (ज़्यादा सटीक) वाले मॉडल आम तौर पर ज़्यादा बेहतर होते हैं. हालांकि, प्रोसेसिंग साइकल, मेमोरी की लागत, और बिजली की खपत के मामले में, इन्हें चलाना ज़्यादा महंगा होता है. कम पैरामीटर और बिट की संख्या (कम सटीक) वाले मॉडल की क्षमताएं कम होती हैं. हालांकि, ये आपके एआई टास्क के लिए काफ़ी हो सकते हैं. नीचे दी गई टेबल में, Gemma 3 मॉडल के हर साइज़ के साथ अनुमानित नतीजे पाने के लिए, जीपीयू या टीपीयू मेमोरी की ज़रूरतों के बारे में बताया गया है.

पैरामीटर पूरा 32-बिट BF16 (16-बिट) SFP8
(8-बिट)		 Q4_0
(4-बिट)		 INT4
(4-बिट)
Gemma 3 1B (सिर्फ़ टेक्स्ट) 4 GB 1.5 जीबी 1.1 जीबी 892 एमबी 861 एमबी
Gemma 3 4B 16 जीबी 6.4 जीबी 4.4 जीबी 3.4 जीबी 3.2 जीबी
Gemma 3 12B 48 जीबी 20 जीबी 12.2 जीबी 8.7 जीबी 8.2 जीबी
Gemma 3 27B 108 जीबी 46.4 जीबी 29.1 जीबी 21 जीबी 19.9 जीबी

टेबल 1. पैरामीटर की संख्या और क्वांटिज़ेशन लेवल (बिट डेप्थ) के आधार पर, Gemma 3 मॉडल लोड करने के लिए ज़रूरी जीपीयू या टीपीयू मेमोरी का अनुमानित डेटा.

आपके चलाए गए प्रॉम्प्ट के लिए ज़रूरी टोकन की कुल संख्या के आधार पर, मेमोरी खपत बढ़ती है. आपके प्रॉम्प्ट को प्रोसेस करने के लिए जितने ज़्यादा टोकन की ज़रूरत होगी, उतनी ही ज़्यादा मेमोरी की ज़रूरत होगी. यह मेमोरी, मॉडल को लोड करने के लिए ज़रूरी मेमोरी के अलावा होती है.

Gemma के पिछले मॉडल

Gemma मॉडल की पिछली जनरेशन का इस्तेमाल किया जा सकता है. ये मॉडल, Kaggle और Hugging Face पर भी उपलब्ध हैं. Gemma के पिछले मॉडल के बारे में ज़्यादा तकनीकी जानकारी के लिए, ये मॉडल कार्ड पेज देखें:

क्या आपका ऐप्लिकेशन बनाने का प्लान है? Gemma मॉडल का इस्तेमाल शुरू करें!