Gemma モデルを使ってみる

Gemma オープンモデル ファミリーには、カスタム生成ソリューションの構築に役立つ、さまざまなモデルサイズ、機能、タスク固有のバリエーションが含まれています。アプリケーションで Gemma モデルを使用する際の主なパスは次のとおりです。

• モデルを選択し、アプリにそのままデプロイする
• モデルを選択し、特定のタスクに合わせてチューニングしてから、アプリケーションにデプロイするか、コミュニティと共有します。

このガイドでは、モデルの選択、機能のテスト、必要に応じてアプリケーション用に選択したモデルのチューニングについて説明します。

Gemma 3 を試す Kaggle で入手する Hugging Face で入手する

モデルの選択

このセクションでは、Gemma モデル ファミリーの公式バリエーションを理解し、アプリケーションに適したモデルを選択できるようにします。モデル バリアントは、一般的な機能または特定のタスクに特化した機能を提供します。さまざまなパラメータ サイズで提供されるため、目的の機能があり、コンピューティング要件を満たすモデルを選択できます。

Gemma モデルのリスト

次の表に、Gemma モデル ファミリーの主なバリエーションと、対象のデプロイ プラットフォームを示します。

Gemma ファミリーのモデルには、ShieldGemma、DataGemma、Gemma Scope、Gemma-APS などの特殊目的モデルと研究モデルも含まれています。

モデルをテストする

Gemma モデルをテストするには、ダウンロードしたモデルとサポート ソフトウェアを使用して開発環境を設定します。その後、モデルにプロンプトを出して、そのレスポンスを評価できます。次のいずれかの Python ノートブックと任意の ML フレームワークを使用して、テスト環境を設定し、Gemma モデルにプロンプトを出します。

• Keras による推論
• PyTorch による推論
• Gemma ライブラリによる推論

AI Studio で Gemma 3 をテストする

Google AI Studio を使用して、開発環境をセットアップせずに Gemma を簡単にテストできます。このウェブ アプリケーションでは、Gemma でプロンプトを試して、その機能を評価できます。

Google AI Studio で Gemma 3 を試す手順は次のとおりです。

1. AI Studio を開きます。

2. 右側の [実行設定] パネルの [モデル] フィールドで、サイズの異なる Gemma モデルを選択します。

3. 中央パネルの下部でプロンプトを入力し、[実行] を選択します。

AI Studio の使用方法の詳細については、Google AI Studio のクイックスタートをご覧ください。

モデルをチューニングする

Gemma モデルのチューニングを行うと、モデルの動作を変更できます。モデルをチューニングするには、モデルの動作をガイドするのに十分なサイズとバリエーションの入力と期待されるレスポンスのデータセットが必要です。また、テキスト生成用の Gemma モデルを実行する場合と比較して、チューニング実行を完了するためには、コンピューティング リソースとメモリ リソースを大幅に多く必要とします。次のいずれかの Python ノートブックを使用して、チューニング開発環境を設定し、Gemma モデルをチューニングします。

• Keras と LoRA チューニングで Gemma をチューニングする
• 分散トレーニングを使用して大規模な Gemma モデルをチューニングする

次のステップ

Gemma でさらに多くのソリューションを構築するには、次のガイドをご覧ください。

• Gemma で chatbot を作成する
• Vertex AI を使用して Gemma を本番環境にデプロイする
• Ollama と Gemma で Genkit を使用する