Джемма открытые модели

Семейство легких современных открытых моделей, созданных на основе тех же исследований и технологий, которые использовались при создании моделей Gemini.

Начать
Ответственный за значок дизайна

Ответственный по дизайну

Эти модели, включающие комплексные меры безопасности, помогают обеспечить ответственные и надежные решения в области искусственного интеллекта посредством тщательно подобранных наборов данных и тщательной настройки.

Значок непревзойденной производительности

Непревзойденная производительность при таком размере

Модели Gemma достигают исключительных результатов в тестах размеров 2B, 7B, 9B и 27B, превосходя даже некоторые более крупные открытые модели.

Гибкая структура

Гибкая структура

Keras 3.0 обеспечивает полную совместимость с JAX, TensorFlow и PyTorch, что позволяет вам легко выбирать и переключать платформы в зависимости от вашей задачи.

Модельная семья Джеммы

Семейство моделей Gemma предлагает различные модели, оптимизированные для конкретных случаев использования и адаптированные к вашим потребностям.

Новый выпуск

Джемма 2

В Gemma 2 добавлены два новых мощных и эффективных дополнения, доступных с размерами 9 миллиардов и 27 миллиардов параметров, со встроенными улучшениями безопасности.

Начать

Джемма 1

Модели Gemma — это легкие большие языковые модели преобразования текста в текст, предназначенные только для декодера, обученные на огромном наборе данных текста, кода и математического контента для различных задач обработки естественного языка.

Начать

Рекуррентная Джемма

RecurrentGemma — это технически отличная модель, которая использует рекуррентные нейронные сети и локальное внимание для повышения эффективности памяти.

Начать

ПалиДжемма

PaliGemma — это модель открытого языка видения, вдохновленная PaLI-3 и использующая SigLIP и Gemma, разработанная как универсальная модель для решения широкого спектра задач на языке видения.

Начать

КодДжемма

Используя основу наших оригинальных предварительно обученных моделей Gemma, CodeGemma предоставляет мощные возможности завершения и генерации кода в размерах, подходящих для вашего локального компьютера.

Начать