Recém-saído do barco após o Gemini 1.5, o Google lança o novo modelo de IA Gemma

É construído com a mesma tecnologia usada nos modelos Gemini.

Ícone de tempo de leitura 2 minutos. ler


Os leitores ajudam a oferecer suporte ao MSpoweruser. Podemos receber uma comissão se você comprar através de nossos links. Ícone de dica de ferramenta

Leia nossa página de divulgação para descobrir como você pode ajudar o MSPoweruser a sustentar a equipe editorial Saiba mais

Notas chave

  • O Google anunciou o Gemma, outro modelo construído com a mesma tecnologia usada nos modelos Gemini.
  • É um modelo leve especialmente projetado para ajudar desenvolvedores e pesquisadores a construir uma IA responsável.
  • Gemma AI vem em dois modelos: Gemma 2B e Gemma 7B.

O Google está tendo alguns meses bastante ocupados para alcançar a Microsoft na corrida da IA. Não muito depois lançando Gêmeos e Gemini 1.5, seu modelo de IA mais capaz até agora, a empresa anunciou Gemma, outro modelo construído com a mesma tecnologia usada nos modelos Gemini.

“Desenvolvido pelo Google DeepMind e outras equipes do Google, Gemma é inspirado em Gemini, e o nome reflete o latim gema, que significa “pedra preciosa”, diz o Google no anúncio oficial, logo após anunciando Gêmeos 1.5 isso pode ser 20 vezes mais rápido que GPT-4.

O Gemma AI do Google vem em dois modelos: Gemma 2B e Gemma 7B. Eles diferem em tamanho e capacidades. Ambos vêm em dois sabores: “pré-treinados” para uso geral e “ajustados com instruções” para tarefas específicas.

Mas qual é exatamente a diferença? Gemma não é apenas um modelo de IA de código aberto qualquer. É um modelo leve especialmente projetado para ajudar desenvolvedores e pesquisadores a construir IA responsável, guiado pelos Princípios de IA do Google.

Você também pode criar aplicativos de IA mais seguros e éticos usando o Kit de ferramentas de IA generativa responsável do Google, que também está incluído neste modelo. 

O kit de ferramentas também fornece conjuntos de ferramentas para inferência e ajuste fino em estruturas populares como JAX, PyTorch e TensorFlow, juntamente com notebooks prontos para uso e integrações com ferramentas estabelecidas como Hugging Face e NVIDIA NeMo.

Fórum de usuários

Mensagens 0