Gemma হল হালকা ওজনের, অত্যাধুনিক ওপেন মডেলের একটি পরিবার যা জেমিনি মডেল তৈরি করতে ব্যবহৃত একই গবেষণা এবং প্রযুক্তি থেকে তৈরি। Google DeepMind এবং Google জুড়ে অন্যান্য দল দ্বারা তৈরি, Gemma নামকরণ করা হয়েছে ল্যাটিন gemma এর নামানুসারে, যার অর্থ "মূল্যবান পাথর।" জেমা মডেলের ওজনগুলি বিকাশকারী সরঞ্জামগুলির দ্বারা সমর্থিত যা উদ্ভাবন, সহযোগিতা এবং কৃত্রিম বুদ্ধিমত্তা (AI) এর দায়িত্বশীল ব্যবহারকে প্রচার করে।
জেমা মডেলগুলি আপনার অ্যাপ্লিকেশনগুলিতে এবং আপনার হার্ডওয়্যার, মোবাইল ডিভাইস বা হোস্ট করা পরিষেবাগুলিতে চালানোর জন্য উপলব্ধ। আপনি টিউনিং কৌশলগুলি ব্যবহার করে এই মডেলগুলিকে কাস্টমাইজ করতে পারেন যাতে তারা আপনার এবং আপনার ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ কাজগুলি সম্পাদন করতে পারে৷ জেমা মডেলগুলি জেমিনি মডেলের পরিবার থেকে অনুপ্রেরণা এবং প্রযুক্তিগত বংশ আঁকে এবং এআই ডেভেলপমেন্ট সম্প্রদায়কে প্রসারিত করতে এবং আরও এগিয়ে নেওয়ার জন্য তৈরি করা হয়েছে।
আপনি টেক্সট জেনারেশনের জন্য জেমা মডেল ব্যবহার করতে পারেন, তবে আপনি নির্দিষ্ট কাজ সম্পাদনে বিশেষজ্ঞ হওয়ার জন্য এই মডেলগুলি টিউন করতে পারেন। টিউন করা জেমা মডেলগুলি আপনাকে এবং আপনার ব্যবহারকারীদের আরও লক্ষ্যযুক্ত এবং দক্ষ জেনারেটিভ এআই সমাধান সরবরাহ করতে পারে। LoRA এর সাথে টিউনিং সম্পর্কে আমাদের গাইড দেখুন এবং এটি চেষ্টা করে দেখুন! আপনি জেম্মার সাথে কী তৈরি করেন তা দেখে আমরা উত্তেজিত!
এই বিকাশকারী ডকুমেন্টেশন উপলব্ধ জেমা মডেলগুলির একটি ওভারভিউ প্রদান করে এবং কীভাবে সেগুলিকে প্রয়োগ করতে হয় এবং নির্দিষ্ট অ্যাপ্লিকেশনের জন্য সেগুলি টিউন করতে হয় তার জন্য বিকাশ নির্দেশিকা প্রদান করে৷
মডেল মাপ এবং ক্ষমতা
জেমা মডেলগুলি বিভিন্ন আকারে উপলব্ধ যাতে আপনি আপনার উপলব্ধ কম্পিউটিং সংস্থান, আপনার প্রয়োজনীয় ক্ষমতা এবং আপনি কোথায় চালাতে চান তার উপর ভিত্তি করে জেনারেটিভ এআই সমাধান তৈরি করতে পারেন। আপনি কোথায় শুরু করবেন তা নিশ্চিত না হলে, নিম্ন সংস্থান প্রয়োজনীয়তার জন্য 2B প্যারামিটার আকার চেষ্টা করুন এবং যেখানে আপনি মডেল স্থাপন করবেন সেখানে আরও নমনীয়তা।
পরামিতি আকার | ইনপুট | আউটপুট | টিউন করা সংস্করণ | উদ্দেশ্য প্ল্যাটফর্ম |
---|---|---|---|---|
2B | পাঠ্য | পাঠ্য |
| মোবাইল ডিভাইস এবং ল্যাপটপ |
7B | পাঠ্য | পাঠ্য |
| ডেস্কটপ কম্পিউটার এবং ছোট সার্ভার |
Keras 3.0 মাল্টি-ব্যাকড বৈশিষ্ট্য ব্যবহার করে, আপনি এই মডেলগুলিকে TensorFlow, JAX, এবং PyTorch-এ চালাতে পারেন, অথবা এমনকি JAX (FLAX ফ্রেমওয়ার্কের উপর ভিত্তি করে) এবং PyTorch-এর নেটিভ বাস্তবায়ন ব্যবহার করতে পারেন।
আপনি Kaggle Models থেকে Gemma মডেলগুলি ডাউনলোড করতে পারেন।
টিউন করা মডেল
আপনি অতিরিক্ত প্রশিক্ষণের মাধ্যমে জেমা মডেলের আচরণ পরিবর্তন করতে পারেন যাতে মডেলটি নির্দিষ্ট কাজগুলিতে আরও ভাল কাজ করে। এই প্রক্রিয়াটিকে মডেল টিউনিং বলা হয়, এবং যখন এই কৌশলটি লক্ষ্যযুক্ত কাজগুলি সম্পাদন করার জন্য একটি মডেলের ক্ষমতাকে উন্নত করে, এটি অন্যান্য কাজের ক্ষেত্রে মডেলটিকে আরও খারাপ করে তুলতে পারে। এই কারণে, জেমা মডেলগুলি নির্দেশনা টিউন করা এবং পূর্বপ্রশিক্ষিত সংস্করণ উভয়েই উপলব্ধ:
- পূর্বপ্রশিক্ষিত - মডেলের এই সংস্করণগুলিকে জেমা কোর ডেটা প্রশিক্ষণ সেটের বাইরে কোনো নির্দিষ্ট কাজ বা নির্দেশাবলীতে প্রশিক্ষণ দেওয়া হয় না। আপনি কিছু টিউনিং সঞ্চালন ছাড়া এই মডেল স্থাপন করা উচিত নয়.
- নির্দেশনা টিউন করা হয়েছে - মডেলের এই সংস্করণগুলি মানুষের ভাষার মিথস্ক্রিয়াগুলির সাথে প্রশিক্ষিত এবং একটি চ্যাট বটের মতো কথোপকথনমূলক ইনপুটে প্রতিক্রিয়া জানাতে পারে৷
এবার শুরু করা যাক
জেমার সাথে বিল্ডিং সমাধান শুরু করতে এই গাইডগুলি দেখুন:
- জেমা সহ পাঠ্য প্রজন্ম - মডেলের সাথে একটি মৌলিক পাঠ্য প্রজন্মের উদাহরণ তৈরি করুন।
- LoRA টিউনিং এর সাথে Gemma টিউন করুন - একটি Gemma 2B মডেলে LoRA ফাইন-টিউনিং করুন।
- বিতরণ করা প্রশিক্ষণ ব্যবহার করে একটি জেমা মডেল টিউন করুন - LoRA এবং মডেলের সমান্তরালতার সাথে একটি Gemma 7B মডেলকে সুন্দর করতে JAX ব্যাকএন্ড সহ Keras ব্যবহার করুন।
- PyTorch-এ Gemma - PyTorch ব্যবহার করে Gemma দিয়ে টেক্সট তৈরি করুন।
- Gemma উৎপাদনে স্থাপন করুন - Gemma উৎপাদনে স্থাপন করতে Vertex AI ব্যবহার করুন।