إنّ "جيما" هي عائلة من النماذج المفتوحة والخفيفة والمتطوّرة التي تم إنشاؤها من خلال الأبحاث والتكنولوجيا نفسها المستخدَمة في إنشاء نماذج Gemini. طوّرت Google DeepMind وغيرها من الفرق في جميع خدمات Google اسم "جيما" تيمنًا باسم الجوام اللاتينية، أي "الحجر الكريم". تتوافق أوزان نموذج "جيما" مع أدوات المطوّرين التي تعزز الابتكار والتعاون والاستخدام المسؤول للذكاء الاصطناعي (AI).
ويمكن تشغيل نماذج Gemma في تطبيقاتك والأجهزة أو الأجهزة الجوّالة أو الخدمات المستضافة. يمكنك أيضًا تخصيص هذه النماذج باستخدام تقنيات الضبط حتى تتفوق في أداء المهام التي تهمك أنت ومستخدميك. تستمد نماذج Gemma الإلهام والسلالة التكنولوجية من مجموعة طُرز Gemini، وهي مصمَّمة لمجتمع تطوير الذكاء الاصطناعي (AI) من أجل التوسع والتوسع.
يمكنك استخدام نماذج Gemma لإنشاء النصوص، ولكن يمكنك أيضًا ضبط هذه النماذج للتخصص في أداء مهام محددة. إنّ نماذج Gemma المعدَّلة يمكن أن توفّر لك وللمستخدمين حلولاً أكثر استهدافًا وفعالية للذكاء الاصطناعي التوليدي. يمكنك الاطّلاع على دليلنا حول الضبط مع LoRA وتجربته. نحن متحمسون لرؤية ما يمكنك تطويره مع جيما.
توفر وثائق المطوّر هذه نظرة عامة على نماذج Gemma المتاحة وأدلة التطوير حول كيفية تطبيقها وضبطها لتطبيقات معيّنة.
أحجام النماذج وإمكاناتها
تتوفّر نماذج Gemma بأحجام متعدّدة، ما يتيح لك إنشاء حلول للذكاء الاصطناعي التوليدي استنادًا إلى موارد الحوسبة المتاحة لديك والإمكانات التي تحتاجها والمكان الذي تريد تشغيلها فيه. إذا لم تكن متأكدًا من أين تبدأ، جرِّب حجم المعلمة 2B لاستيفاء متطلبات الموارد الأقل ومرونة أكبر في مكان نشر النموذج.
| حجم المَعلمات | الإدخال | الناتج | النُسخ المعدّلة | المنصّات المقصودة |
|---|---|---|---|---|
| 2B | النص | النص |
|
الأجهزة الجوّالة وأجهزة الكمبيوتر المحمولة |
| 7 مليار | النص | النص |
|
أجهزة الكمبيوتر المكتبية والخوادم الصغيرة |
باستخدام ميزة Keras 3.0 المتعددة الدعائم، يمكنك تشغيل هذه النماذج على TensorFlow وJax وPyTorch، أو حتى استخدام التطبيقات الأصلية لJAX (بناءً على إطار عمل FLAX) وPyTorch.
يمكنك تنزيل نماذج Gemma من خلال Kaggle Models.
نماذج تم ضبطها
يمكنك تعديل سلوك نماذج جيما بتدريب إضافي حتى يعمل النموذج بشكل أفضل في مهام محددة. تُسمى هذه العملية ضبط النموذج، وبينما تعمل هذه التقنية على تحسين قدرة النموذج على تنفيذ المهام المستهدفة، يمكنها أيضًا أن تتسبب في تدهور النموذج في المهام الأخرى. ولهذا السبب، تتوفر نماذج Gemma في إصدارَين تم ضبطهما للتعليمات أو في الإصدارات المدرّبة مسبقًا:
- مدربة مسبقًا - لم يتم تدريب هذه الإصدارات من النموذج على أي مهام أو تعليمات محددة غير مجموعة تدريب البيانات الأساسية من جيما. لا ينبغي لك نشر هذه النماذج بدون إجراء بعض الضبط.
- تعليمات تم ضبطها: يتم تدريب هذه الإصدارات من النموذج باستخدام التفاعلات اللغوية البشرية ويمكنها الاستجابة للإدخالات الحوارية، كما هو الحال مع برنامج المحادثة المبرمَجة.
بدء
يمكنك الاطلاع على هذه الأدلة للبدء في إنشاء حلول مع Gemma:
- إنشاء النص باستخدام "جيما" - يمكنك إنشاء مثال أساسي لإنشاء النص باستخدام النموذج.
- Tune Gemma مع ضبط LoRA - نفِّذ LoRA ضبط دقيق على نموذج Gemma 2B.
- ضبط نموذج Gemma باستخدام التدريب الموزع - يمكنك استخدام Keras مع الواجهة الخلفية لJAX لتحسين نموذج Gemma 7B مع LoRA، والنموذج التوازي.
- Gemma في PyTorch - يمكنك إنشاء نص مع Gemma باستخدام PyTorch.
- نشر Gemma في مرحلة الإنتاج: يمكنك استخدام Vertex AI لنشر خدمات Gemma في مرحلة الإنتاج.