Gemma, Gemini modellerini oluşturmak için kullanılan aynı araştırma ve teknolojiyle oluşturulmuş, hafif ve son teknoloji ürünü açık modellerden oluşan bir ailedir. Google DeepMind ve Google genelindeki diğer ekipler tarafından geliştirilen Gemma, adını "değerli taş" anlamına gelen Latince gemma'dan alıyor. Gemma model ağırlıkları; yeniliği, ortak çalışmayı ve yapay zekanın (AI) sorumlu kullanımını teşvik eden geliştirici araçları tarafından desteklenir.
Gemma modellerini, uygulamalarınızda ve donanımınızda, mobil cihazlarınızda veya barındırılan hizmetlerinizde çalıştırabilirsiniz. Ayrıca bu modelleri, siz ve kullanıcılarınız için önemli olan görevleri yerine getirmekte mükemmel hale getirmek amacıyla ince ayar tekniklerini kullanarak da özelleştirebilirsiniz. Gemma modelleri, Gemini model ailesinden ilham ve teknolojik sırayı alır ve AI geliştirme topluluğunun genişlemesi ve ilerlemesi için tasarlanmıştır.
Metin oluşturmak için Gemma modellerini kullanabilirsiniz, ancak bu modelleri belirli görevleri gerçekleştirmede uzmanlaşacak şekilde de ayarlayabilirsiniz. Düzeltilmiş Gemma modelleri, size ve kullanıcılarınıza daha hedefe yönelik ve verimli üretken yapay zeka çözümleri sunabilir. LoRA ile ayarlama rehberimize göz atın ve bu özelliği deneyin! Gemma ile neler geliştireceğinizi görmek için sabırsızlanıyoruz!
Bu geliştirici belgeleri, mevcut Gemma modellerine genel bakış sağlar ve bunları nasıl uygulayacağınıza ve belirli uygulamalara nasıl uyarlayacağınıza ilişkin geliştirme kılavuzları sunar.
Model boyutları ve özellikleri
Gemma modelleri birkaç farklı boyutta sunulur. Böylece mevcut bilgi işlem kaynaklarınıza, ihtiyacınız olan özelliklere ve bunları çalıştırmak istediğiniz yere göre üretken yapay zeka çözümleri oluşturabilirsiniz. Nereden başlayacağınızdan emin değilseniz daha düşük kaynak gereksinimleri ve modeli dağıtacağınız yer konusunda daha fazla esneklik için 2B parametre boyutunu deneyin.
| Parametre boyutu | Giriş | Çıkış | Hassas sürümler | Hedef platformlar |
|---|---|---|---|---|
| 2B | Metin | Metin |
|
Mobil cihazlar ve dizüstü bilgisayarlar |
| 7 Mr | Metin | Metin |
|
Masaüstü bilgisayarlar ve küçük sunucular |
Keras 3.0 çok destekli özelliğini kullanarak bu modelleri TensorFlow, JAX ve PyTorch üzerinde çalıştırabilir, hatta JAX'ın (FLAX çerçevesine dayanarak) ve PyTorch'un yerel uygulamalarını kullanabilirsiniz.
Gemma modellerini Kaggle Modelleri'nden indirebilirsiniz.
Hassaslaştırılmış modeller
Ek eğitimlerle Gemma modellerinin davranışını değiştirebilirsiniz. Böylece model, belirli görevlerde daha iyi performans gösterir. Bu sürece model ayarlama adı verilir ve bu teknik, bir modelin hedeflenen görevleri gerçekleştirme becerisini artırırken modelin diğer görevlerde daha kötü hale gelmesine de neden olabilir. Bu nedenle, Gemma modelleri hem talimat ayarlanmış olarak ayarlanmış hem de önceden eğitilmiş sürümlerinde kullanılabilir:
- Önceden eğitilmiş - Modelin bu sürümleri, Gemma temel veri eğitim kümesi dışındaki belirli görevler veya talimatlar için eğitilmemiştir. Bu modelleri, ince ayar yapmadan dağıtmamalısınız.
- Talimat ayarlı: Modelin bu sürümleri, insan dili etkileşimleri ile eğitilmiştir ve sohbet botlarına benzer şekilde konuşma girişlerine yanıt verebilir.
Başlayın
Gemma ile çözüm geliştirmeye başlamak için şu kılavuzlara göz atın:
- Gemma ile metin oluşturma - Modelle temel bir metin oluşturma örneği oluşturun.
- LoRA ayarıyla Gemma'yı ayarlayın - Bir Gemma 2B modelinde LoRA hassas ayarı yapın.
- Dağıtılmış eğitim kullanarak Gemma modelini ayarlama - Bir Gemma 7B modelini LoRA ile ve paralelliği modellemek için bir JAX arka ucuyla Keras'ı kullanın.
- PyTorch'ta Gemma - PyTorch kullanarak Gemma ile metin oluşturun.
- Gemma'yı üretime dağıtma: Gemma'yı üretime dağıtmak için Vertex AI'ı kullanın.