תחילת העבודה עם מודלים של Gemma

משפחת המודלים הפתוחים של Gemma כוללת מגוון גדלים, יכולות וריאציות ספציפיות למשימות של מודלים, שיעזרו לכם ליצור פתרונות גנרטיביים מותאמים אישית. אלה הדרכים העיקריות שבהן אפשר להשתמש במודלים של Gemma באפליקציה:

• בוחרים מודל ופורסים אותו כפי שהוא באפליקציה
• בוחרים מודל, משנים אותו כדי להתאים אותו למשימה ספציפית, ואז פורסים אותו באפליקציה או משתפים אותו עם הקהילה.

המדריך הזה יעזור לכם להתחיל לבחור מודל, לבדוק את היכולות שלו, ואם רוצים, לכוונן את המודל שבחרתם לאפליקציה.

לנסות את Gemma 3 להורדה ב-Kaggle להורדה ב-Hugging Face

בחירת דגם

בקטע הזה נסביר על הווריאנטים הרשמיים של משפחת המודלים של Gemma ונלמד איך לבחור מודל לאפליקציה שלכם. וריאציות המודל מספקות יכולות כלליות או מתמחות במשימות ספציפיות, והן זמינות בגדלים שונים של פרמטרים כדי שתוכלו לבחור מודל עם היכולות המועדפות עליכם שתואמות לדרישות המחשוב שלכם.

רשימת הדגמים של Gemma

בטבלה הבאה מפורטים הווריאנטים העיקריים של משפחת המודלים של Gemma ופלטפורמות הפריסה הייעודיות שלהם:

משפחת המודלים של Gemma כוללת גם מודלים למטרות מיוחדות ולמחקר, כולל ShieldGemma,‏ DataGemma,‏ Gemma Scope ו-Gemma-APS.

מודלים לבדיקה

כדי לבדוק מודלים של Gemma, צריך להגדיר סביבת פיתוח עם מודל שהורדתם ותוכנה תומכת. לאחר מכן תוכלו להנחות את המודל ולבדוק את התשובות שלו. אפשר להשתמש באחד מה-notebooks הבאים ב-Python עם מסגרת למידת המכונה המועדפת עליכם כדי להגדיר סביבה לבדיקה ולהפעיל מודל Gemma:

• הסקה באמצעות Keras
• הסקה באמצעות PyTorch
• הסקה באמצעות ספריית Gemma

בדיקת Gemma 3 ב-AI Studio

אתם יכולים לבדוק את Gemma במהירות בלי להגדיר סביבת פיתוח באמצעות Google AI Studio. אפליקציית האינטרנט הזו מאפשרת לכם לנסות את ההנחיות של Gemma ולבדוק את היכולות שלה.

כדי לנסות את Gemma 3 ב-Google AI Studio:

1. פותחים את AI Studio.

2. בחלונית Run settings (הגדרות הפעלה) שבצד שמאל, בשדה Model (מודל), בוחרים מודל Gemma בגודל אחר.

3. בחלק התחתון של החלונית המרכזית, מקלידים הנחיה ובוחרים באפשרות הפעלה.

למידע נוסף על השימוש ב-AI Studio, אפשר לעיין במדריך למתחילים ב-Google AI Studio.

התאמת מודלים

אתם יכולים לשנות את ההתנהגות של מודלים של Gemma על ידי ביצוע כוונון שלהם. כדי לכוונן מודל, צריך מערך נתונים של תגובות צפויות ומשתני קלט בגודל ובשונות מספיקים כדי להנחות את התנהגות המודל. בנוסף, נדרשים משאבי מחשוב וזיכרון משמעותיים יותר כדי להשלים הרצה של כוונון בהשוואה להרצה של מודל Gemma ליצירת טקסט. אפשר להשתמש באחד מהיומנים הבאים ב-Python כדי להגדיר סביבה לפיתוח של כוונון ולכוונן מודל Gemma:

• התאמת Gemma באמצעות Keras והתאמה של LoRA
• התאמה של מודלים גדולים יותר של Gemma באמצעות אימון מבוזבז

השלבים הבאים

כדאי לעיין במדריכים הבאים כדי ליצור פתרונות נוספים באמצעות Gemma:

• יצירת צ'אט בוט באמצעות Gemma
• פריסה של Gemma בסביבת הייצור באמצעות Vertex AI
• Firebase Genkit, ‏ Ollama ו-Gemma