Gemma のオープンモデル ファミリーには、さまざまなモデルサイズ、機能、タスクに特化したバリエーションが含まれており、カスタム生成ソリューションの構築に役立ちます。アプリケーションで Gemma モデルを使用する場合の主な手順は次のとおりです。
- モデルを選択し、アプリケーションにそのままデプロイします
- 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、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。
このガイドは、モデルの選択、その機能のテスト、アプリケーション用に選択したモデルのチューニングを始める際に役立ちます。
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アントを理解し、アプリケーションに適したモデルを選択する方法について説明します。モデル バリアントは、一般的な機能を提供するか、特定のタスクに特化したものです。さまざまなパラメータ サイズで提供されるため、必要な機能と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 モデルリスト
次の表に、Gemma モデル ファミリーの主なバリアントと機能の概要を示します。
パラメータ サイズ | 入力 | 出力 | アーキテクチャ | バリエーション | 目的のプラットフォーム |
---|---|---|---|---|---|
20 億 | テキスト | テキスト | Gemma 1 | モバイル デバイスとノートパソコン | |
30 億回以上 | テキスト、画像 | テキスト | Gemma 1 | モバイル デバイスとノートパソコン | |
70 億人 | テキスト | テキスト | Gemma 1 | デスクトップ コンピュータと小規模サーバー | |
90 億 | テキスト | テキスト | ハイエンドのデスクトップ パソコンとサーバー | ||
270 億 | テキスト | テキスト | Gemma 2 | 大規模なサーバーまたはサーバー クラスタ |
Gemma の公式モデル バリアントはすべて Kaggle モデルからダウンロードできます。
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入力し そのレスポンスを評価します任意の ML フレームワークで次のいずれかの Python ノートブッ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入力します。
AI Studio で Gemma 2 をテストする
Google AI Studio を使用して、開発環境を設定せずに Gemma 2 をすばやくテストできます。このウェブ アプリケーションを使用すると、Gemma 2 でプロンプトを試し、その機能を評価できます。
Google AI Studio で Gemma 2 を試すには:
AI Studio を開きます。
右側の [実行設定] パネルの [モデル] フィールドで、[Gemma 2] モデルを選択します。
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 の使用方法については、Google AI Studio 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 モデルの動作を変更するには、モデルをチューニングします。モデルをチューニングするには、モデルの動作を導くのに十分なサイズとバリエーションの入力と、予想されるレスポンスのデータセットが必要です。また、テキスト生成用に Gemma モデルを実行する場合と比較して、チューニングを完了するには、はるかに多くのコンピューティング リソースとメモリリソースが必要になります。次のいずれかの Python ノートブックを使用して、チューニングの開発環境を設定し、Gemma モデルをチューニングします。
次のステップ
Gemma でより多くのソリューションを構築する方法については、以下のガイドをご覧ください。