谷歌在宣布发布其双子座模型仅一周后就推出了另一个人工智能模型。新版本 Gemma 是“轻量级开源模型”系列的一部分，从 Gemma 2B 和 Gemma 7B 开始。据说大型语言模型“受到 Gemini 的启发”，旨在供研究人员和开发人员使用，以安全地使用人工智能进行创新。
在一份新报告中，Gemma 和谷歌的 DeepMind 的研究人员写道：“我们相信负责任地发布 LLM 对于提高前沿模型的安全性和实现下一波 LLM 创新至关重要。
Gemma 简介：一系列轻量级、最先进的开放模型，供开发人员和研究人员使用人工智能构建。
我们还将发布支持创新和协作的工具，并指导负责任的使用。
现在就开始吧。
谷歌 DeepMind 2024 年 2 月 21 日Gemma 模型反映了其参数的大小。Gemma 7B 是一个包含 70 亿参数的模型，专为在 GPU 和 TPU 上高效部署和开发而设计。相比之下，Gemma 2B 是一个 20 亿参数的模型，适用于 CPU 和设备上的应用。“每种尺寸都旨在解决不同的计算限制、应用程序和开发人员要求，”该团队说。
除了新模型外，谷歌还表示，它正在推出一个新的负责任的生成式人工智能工具包，旨在提供“使用Gemma创建更安全的人工智能应用程序的指导和基本工具”，此外，它还具有调试工具。
谷歌将该产品与其他开放模型进行了比较，声称它在 18 个基于文本的任务中的 11 个上优于类似大小的开放模型，并展示了“在语言理解、推理和安全方面的学术基准的强劲表现”。
它宣布将通过原生 Keras 3.0 提供与 JAX、PyTorch 和 TensorFlow 的集成。开发人员可以访问现成的 Colab 和 Kaggle 笔记本电脑，以及与 Hugging Face、MaxText 和 Nvidia 的 NeMo 的集成。一旦经过预训练和微调，这些模型就可以在任何地方运行。
在一篇博文中，谷歌云人工智能副总裁 Burak Gokturk 写道：“借助 Vertex AI，构建者可以减少运营开销，并专注于创建针对其用例优化的定制版本的 Gemma。Gemma的设计是为了让这些用户可以在封闭的环境中测试他们的产品，但它警告说，在广泛部署之前需要“严格的安全测试”。
据说 Gemma 的设计将谷歌的人工智能原则放在首位。为了确保 Gemma 预训练模型的可靠性，它表示采用了自动化技术从训练集中过滤掉某些个人信息和其他敏感数据。此外，来自人类反馈的广泛微调和强化学习使指令调整模型与负责任的行为保持一致。
考虑到这一点，谷歌正在向有兴趣使用 Gemma 的开发人员和研究人员提供免费积分。通过 Kaggle 或 Colab 免费访问，而首次使用谷歌云的用户有资格获得 300 美元的信用额度。此外，研究人员可以为他们的项目申请高达 500000 美元的资助。
