Gemma 模型總覽

Gemma 是一系列最先進的輕量開放模型，使用與建立 Gemini 模型相同的研究和技術建構而成。Gemma 是由 Google DeepMind 和 Google 其他團隊開發，以拉丁文「gemma」命名 (亦即「寶石寶石」)。開發人員工具支援 Gemma 模型權重，其可促進創新、協同合作，以及負責任地使用人工智慧 (AI) 的情形。

Gemma 模型可在您的應用程式、硬體、行動裝置或託管服務中執行。您也可以使用調整技巧自訂這些模型，讓這些模型充分執行您和使用者重視的工作。Gemma 模型吸引了 Gemini 系列模型的靈感和技術歷程，專為 AI 開發社群打造，以期擴充並推陳出新。

您可以使用 Gemma 模型產生文字，但您也可以調整這些模型，專門執行特定工作。經過調整的 Gemma 模型可以為您和使用者提供更目標性和效率更佳的生成式 AI 解決方案。請參閱我們的指南，瞭解如何運用 LoRA 進行調整並試用！我們非常期待看到您運用 Gemma 打造的成果！

本開發人員說明文件概略介紹可用的 Gemma 模型和開發指南，說明如何套用這些模型，並針對特定應用程式進行調整。

模型大小和功能

Gemma 模型有多種規模，因此您可以根據可用的運算資源、所需功能以及要執行的位置，建構生成式 AI 解決方案。如果您不確定要從何處著手，可以試著依據較低的資源需求，使用 2B 的參數大小，並更靈活地部署模型。

使用 Keras 3.0 的多重支援的功能，即可在 TensorFlow、JAX 和 PyTorch 上執行這些模型，甚至可以使用 JAX (以 FLAX 架構為基礎) 和 PyTorch 的原生實作執行。

您可以從 Kaggle 模型下載 Gemma 模型。

調整過的模型

您可以使用額外訓練來修改 Gemma 模型的行為，讓模型在特定任務上更有效。這個過程稱為模型「調整」。雖然這項技術提升模型執行目標任務的能力，但也可能導致模型在其他工作中變得更加嚴重。因此，Gemma 模型在調整過的和預先訓練版本中都提供使用：

• 預先訓練 - 這些版本的模型並未用於 Gemma 核心資料訓練集以外的任何特定工作或指令訓練。請勿在不進行部分調整的情況下部署這些模型。
• 指令調整 - 這些版本的模型使用人類語言互動來訓練，並可以回應對話輸入內容，類似聊天機器人。

開始使用

請參閱下列指南，開始使用 Gemma 建構解決方案：

• 使用 Gemma 產生文字 - 使用模型建構基本的文字產生範例。
• Tune Gemma with LoRA 調整 - 對 Gemma 2B 模型執行 LoRA 微調。
• 使用分散式訓練來微調 Gemma 模型 - 使用 Keras 搭配 JAX 後端，使用 LoRA 和模型平行處理來微調 Gemma 7B 模型。
• PyTorch 中的 Gemma：使用 PyTorch 透過 Gemma 產生文字。
• 將 Gemma 部署至實際工作環境 - 使用 Vertex AI 將 Gemma 部署至實際工作環境。