Tuoreena veneestä Gemini 1.5:n jälkeen Google lanseeraa uuden tekoälymallin Gemma
Se on rakennettu samasta tekniikasta kuin Gemini-malleissa.
2 min. lukea
Julkaistu
Jaa tämä artikkeli
Paranna tätä ohjetta
Lue ilmoitussivumme saadaksesi selville, kuinka voit auttaa MSPoweruseria ylläpitämään toimitustiimiä Lue lisää
Keskeiset huomautukset
- Google julkisti Gemman, toisen mallin, joka on rakennettu samasta tekniikasta, jota käytettiin Gemini-malleissa.
- Se on kevyt malli, joka on erityisesti suunniteltu auttamaan kehittäjiä ja tutkijoita rakentamaan vastuullista tekoälyä.
- Gemma AI -mallia on kaksi: Gemma 2B ja Gemma 7B.
Googlella on muutama kiireinen kuukausi saada kiinni Microsoftin tekoälykilpailussa. Ei liian kauan sen jälkeen käynnistää Gemini ja Gemini 1.5, sen tähän mennessä tehokkain tekoälymalli, yritys ilmoitti Gemma, toinen malli, joka on rakennettu samasta tekniikasta kuin Gemini-malleissa.
"Google DeepMindin ja muiden Googlen tiimien kehittämä Gemma on saanut inspiraationsa Geministä, ja nimi heijastaa latinaa. gemma, joka tarkoittaa "jalokiveä", Google sanoo virallisessa tiedotteessa, juuri tuoreena julkistaa Gemini 1.5 se voi olla 20 kertaa nopeampi kuin GPT-4.
Googlen Gemma AI on saatavana kahdessa mallissa: Gemma 2B ja Gemma 7B. Nämä eroavat kooltaan ja ominaisuuksiltaan. Molemmissa on kaksi makua: "valmiiksi koulutettu" yleiseen käyttöön ja "ohjeistettu" tiettyihin tehtäviin.
Mutta mitä eroa tarkalleen ottaen on? Gemma ei ole mikä tahansa avoimen lähdekoodin tekoälymalli. Se on kevyt malli, joka on erityisesti suunniteltu auttamaan kehittäjiä ja tutkijoita rakentamaan vastuullista tekoälyä Googlen tekoälyperiaatteiden mukaisesti.
Voit myös rakentaa turvallisempia ja eettisempiä tekoälysovelluksia käyttämällä Googlen Responsible Generative AI Toolkit -työkalua, joka kuuluu myös tähän malliin.
Työkalupakkaus tarjoaa myös työkaluketjuja johtopäätösten tekemiseen ja hienosäätöön suosituissa kehyksissä, kuten JAX, PyTorch ja TensorFlow, sekä käyttövalmiit muistikirjat ja integraatiot vakiintuneisiin työkaluihin, kuten Hugging Face ja NVIDIA NeMo.
