Gemma 開放模型

一系列先進的開放式模型，與建立 Gemini 模型時使用的研究和技術相同

開始使用
「負責任的設計」圖示

負責任的設計

這類模型採用完善的安全措施，可透過精選資料集和嚴謹的調整，確保 AI 解決方案可靠且值得信賴。

「無與倫比的成效」圖示

高效能，無與倫比

Gemma 模型以 20 億、7B、9B 和 270 億大小的規模達到優異的基準，甚至成效優於一些大型開啟模型。

架構彈性

架構彈性

Keras 3.0 與 JAX、TensorFlow 和 PyTorch 完美相容，你可以根據工作需求輕鬆選擇及切換架構。

Gemma 模型系列

Gemma 模型系列提供各種不同模型，專為各種用途量身打造

新推出

Gemma 2

Gemma 2 新增了兩項強大又有效率的新增功能，包括 90 億和 270 億參數大小，並內建安全防護機制。

踏出第一步

Gemma 1

Gemma 模型是一種輕量、文字轉文字，而且只用於解碼器的大型語言模型，以龐大的文字、程式碼和數學內容資料集訓練而成，用於各種自然語言處理工作。

踏出第一步

RecurrentGemma

RecurrentGemma 是技術獨有的模型，運用循環類神經網路及局部注意力提高記憶體效率。

踏出第一步

PaliGemma

PaliGemma 是個以 PaLI-3 為靈感的開放式視覺語言模型，運用 SigLIP 和 Gemma 來設計多功能模型，以便轉移至各種視覺語言任務。

踏出第一步

CodeGemma

CodeGemma 奠基於我們預先訓練的 Gemma 模型基礎，提供強大的程式碼完成與產生功能，可根據本機電腦調整尺寸。

踏出第一步

開發人員快速入門指南

Kaggle 圖示

探索 Kaggle 的快速入門導覽課程

請前往 Kaggle Models 頁面，查看 Gemma 的快速入門導覽課程、程式碼範例和討論。

在 Kaggle 中開啟
Google Cloud 圖示

在 Google Cloud 上進行訓練及部署

Gemma 在 Google Cloud 中發揮最佳效能，並提供端對端 TPU 最佳化功能，藉此在 Vertex 發揮最佳市場效能並降低總持有成本。

在 Vertex AI 中開啟
Google Colab 圖示

嘗試透過 Keras 3 使用 JAX 進行低排名調整

您可以透過 Keras 3 選擇後端架構，根據專屬領域和資料調整 Gemma 模型。

在 Colab 中開啟
查看說明文件中的所有快速入門導覽課程 查看所有快速入門導覽課程

合作夥伴快速入門指南

Hugging Face 標誌

Hugging Face

可運用 Hugging Face Transformer 和 TRL，透過 Gemma 模型微調及推論工作。
NVIDIA 標誌

NVIDIA

使用 NVIDIA NeMo Framework 微調 Gemma 模型，並匯出至 TensorRT-LLM 以供實際工作環境使用。
NVIDIA 標誌

LangChain

本教學課程說明如何開始在 Google Cloud 或 Colab 環境中執行 Gemma 和 LangChain。
NVIDIA 標誌

任何規模

這些文件顯示如何透過 Anyscale 端點使用 Gemma 做為全代管 API 端點。
NVIDIA 標誌

MongoDB

本文介紹如何在擷取的產生管道或系統中，將 Gemma 做為基礎模型。
NVIDIA 標誌

體重和偏誤

透過 Google 的 Gemma 模型，透過逐步範例深入瞭解 W&B 的 Model Registry 和啟動工具。

立即存取 Gemma 模型

Kaggle 標誌

Kaggle 型號

在 Kaggle 上存取 Gemma 模型
Vertex AI 標誌

Vertex AI 模型園地

使用自己的資料自訂 Gemma
Hugging Face 標誌

Hugging Face 模型

存取、微調及部署 Gemma

負責任的 AI 技術開發作業

設計責任

以精心挑選的資料進行預先訓練，並以安全性為優先考量，讓您能使用 Gemma 模型，以安全且負責任的方式開發 AI。

可靠且透明公開的評估

全方位的評估和透明化的報告，公開模型限制，讓每個用途都採用負責任的方法。

促進負責任的開發

負責任的生成式 AI 工具包可讓開發人員設計及導入負責任的 AI 技術最佳做法。

探索 Responsible Gen AI 工具包
Google Cloud 圖示

已針對 Google Cloud 完成最佳化調整

透過 Google Cloud 上的 Gemma 模型，您可以根據特定需求深入自訂模型，方法是透過 Vertex AI 的全代管工具或 GKE 的自行管理選項，將模型部署至彈性且符合成本效益的 AI 最佳化基礎架構。

前往 Google Cloud 網誌瞭解詳情

運用 Google Cloud 抵免額加快學術研究速度

運用 Google Cloud 中的 Gemma 2 模型推動研究進展。這波新時代的開放式模型讓我們更多對先進研究的支援。立即申請就能獲得 Google Cloud 抵免額，藉此拓展研究範圍，促進科學社群發展。

獲選的研究人員將獲得 Google Cloud 抵免額，加快自身的科學發展。

立即申請

加入社群

與機器學習模型社群中的其他使用者交流、探索及分享知識。

Kaggle

存取模型資訊卡、探索互動式筆記本，以及加入社群討論。

Kaggle 圖示 加入 Kaggle

Discord

前往 Google Developer Discord #gemma 頻道，與其他使用者聊天、分享想法及建立關係。

Discord 圖示 立即即時通訊

網誌

適用於開發人員的最新消息和故事，深入介紹 Google AI。

網誌圖示 造訪網誌