Gemma 개방형 모델 제품군에는 맞춤 생성형 솔루션을 빌드하는 데 도움이 되는 다양한 모델 크기, 기능, 작업 특화 변형이 포함되어 있습니다. 애플리케이션에서 Gemma 모델을 사용할 때 따를 수 있는 주요 경로는 다음과 같습니다.
- 모델을 선택하고 애플리케이션에 있는 그대로 배포
- 모델을 선택하고 특정 작업에 맞게 조정한 다음 애플리케이션에 배포하거나 커뮤니티와 공유합니다.
이 가이드에서는 모델을 선택하고, 기능을 테스트하고, 원하는 경우 애플리케이션에 맞게 선택한 모델을 조정하는 방법을 알아봅니다.
Kaggle에서 다운로드 Hugging Face에서 다운로드
모델 선택
이 섹션에서는 Gemma 모델 제품군의 공식 변형을 이해하고 애플리케이션에 적합한 모델을 선택하는 데 도움을 줍니다. 모델 변형은 일반 기능을 제공하거나 특정 작업에 특화되어 있으며, 다양한 파라미터 크기로 제공되므로 원하는 기능이 있고 컴퓨팅 요구사항을 충족하는 모델을 선택할 수 있습니다.
다음 표에는 Gemma 모델 제품군의 주요 변형과 의도된 배포 플랫폼이 나와 있습니다.
Gemma 4 패밀리
멀티모달 (텍스트, 이미지, 오디오) 입력을 지원하는 최신 세대입니다.
| 크기 | 변형 | 입력 ➔ 출력 | 의도한 플랫폼 |
|---|---|---|---|
| E2B | Gemma 4 (코어) | 텍스트, 이미지, 오디오 ➔ 텍스트 | 휴대기기 |
| E4B | Gemma 4 (코어) | 텍스트, 이미지, 오디오 ➔ 텍스트 | 휴대기기 및 노트북 |
| A4B | Gemma 4 (코어) | 텍스트, 이미지 ➔ 텍스트 | 데스크톱 컴퓨터 및 소형 서버 |
| 310억 | Gemma 4 (코어) | 텍스트, 이미지 ➔ 텍스트 | 대규모 서버 또는 서버 클러스터 |
Gemma 3 및 3n 제품군
확장 가능한 텍스트 및 이미지 처리를 위한 핵심 모델과 확장된 멀티모달 입력을 위한 '3n' 변형
| 크기 | 변형 | 입력 ➔ 출력 | 의도한 플랫폼 |
|---|---|---|---|
| 2억 7,000만 | Gemma 3 (코어) | 텍스트 ➔ 텍스트 | 휴대기기 및 싱글 보드 컴퓨터 |
| 1B | Gemma 3 (코어) | 텍스트 ➔ 텍스트 | 휴대기기 및 싱글 보드 컴퓨터 |
| E2B | Gemma 3n | 텍스트, 이미지, 오디오 ➔ 텍스트 | 휴대기기 |
| 4B | Gemma 3 (코어) | 텍스트, 이미지 ➔ 텍스트 | 데스크톱 컴퓨터 및 소형 서버 |
| E4B | Gemma 3n | 텍스트, 이미지, 오디오 ➔ 텍스트 | 휴대기기 및 노트북 |
| 12B | Gemma 3 (코어) | 텍스트, 이미지 ➔ 텍스트 | 고급형 데스크톱 컴퓨터 및 서버 |
| 27B | Gemma 3 (코어) | 텍스트, 이미지 ➔ 텍스트 | 대규모 서버 또는 서버 클러스터 |
Gemma 2 제품군
표준 텍스트 모델과 PaliGemma 2 멀티모달 시각-언어 변형이 포함됩니다.
| 크기 | 변형 | 입력 ➔ 출력 | 의도한 플랫폼 |
|---|---|---|---|
| 2B | Gemma 2 (코어) | 텍스트 ➔ 텍스트 | 휴대기기 및 노트북 |
| 3B | PaliGemma 2 | 텍스트, 이미지 ➔ 텍스트 | 데스크톱 컴퓨터 및 소형 서버 |
| 9B | Gemma 2 (코어) | 텍스트 ➔ 텍스트 | 고급형 데스크톱 컴퓨터 및 서버 |
| 10B | PaliGemma 2 | 텍스트, 이미지 ➔ 텍스트 | 고급형 데스크톱 컴퓨터 및 서버 |
| 27B | Gemma 2 (코어) | 텍스트 ➔ 텍스트 | 대규모 서버 또는 서버 클러스터 |
| 28B | PaliGemma 2 | 텍스트, 이미지 ➔ 텍스트 | 대규모 서버 또는 서버 클러스터 |
Gemma 1 제품군
코딩 관련 변형을 포함한 원본 생성
| 크기 | 변형 | 입력 ➔ 출력 | 의도한 플랫폼 |
|---|---|---|---|
| 2B | Gemma (코어) CodeGemma |
텍스트 ➔ 텍스트 | 휴대기기 및 노트북 |
| 7B | Gemma (코어) CodeGemma |
텍스트 ➔ 텍스트 | 데스크톱 컴퓨터 및 소형 서버 |
Gemma 모델군에는 ShieldGemma, DataGemma, Gemma Scope, Gemma-APS를 비롯한 특수 목적 및 연구 모델도 포함됩니다.
모델 테스트
다운로드한 모델과 지원 소프트웨어로 개발 환경을 설정하여 Gemma 모델을 테스트할 수 있습니다. 그런 다음 모델에 프롬프트를 표시하고 응답을 평가할 수 있습니다. 선호하는 머신러닝 프레임워크와 함께 다음 Python 노트북 중 하나를 사용하여 테스트 환경을 설정하고 Gemma 모델을 프롬프트하세요.
모델 튜닝
Gemma 모델을 미세 조정하여 동작을 변경할 수 있습니다. 모델을 조정하려면 모델의 동작을 안내할 수 있을 만큼 크고 다양한 입력과 예상 응답으로 구성된 데이터 세트가 필요합니다. 또한 텍스트 생성을 위해 Gemma 모델을 실행하는 것과 비교할 때 튜닝 실행을 완료하려면 훨씬 더 많은 컴퓨팅 및 메모리 리소스가 필요합니다. 다음 Python 노트북 중 하나를 사용하여 조정 개발 환경을 설정하고 Gemma 모델을 조정합니다.
다음 단계
Gemma로 더 많은 솔루션을 빌드하려면 다음 가이드를 참고하세요.