Gemma
Gemma est la famille de modèles ouverts de Google DeepMind axée sur l'intelligence par paramètre et la portabilité. Exécutez des LLM performants sur mobile, edge et PC, avec des variantes spécialisées pour la diffusion, les embeddings, la traduction, la médecine et la sécurité, ainsi que des intégrations de premier ordre dans les principaux frameworks ML et cibles de déploiement.
Vue d’ensemble
Choisissez une variante Gemma adaptée à vos contraintes, récupérez les poids depuis Google AI Studio ou Hugging Face, puis affinez ou quantifiez selon les besoins. Exécutez l'inférence via PyTorch, Keras ou JAX, ou déployez des builds légers avec Ollama ou Gemma.cpp pour Android, ordinateurs portables et appareils edge.
Famille de Modèles et Capacités
Gemma convient aux ingénieurs mobiles, aux constructeurs edge et IoT, aux équipes de startups cherchant des déploiements souverains ou isolés, et aux chercheurs nécessitant des bases transparentes et reproductibles. Il est également adapté aux scénarios éducatifs et du secteur public où l'opération hors ligne et l'utilisation prévisible des ressources sont importantes. Les développeurs souhaitant des poids ouverts, des environnements d'exécution portables et une large gamme de variantes spécialisées trouveront Gemma pratique : prototypage rapide sur ordinateurs portables, assistants locaux sur Android, et traitements batch efficaces sur serveurs modestes sans dépendre de points d'accès propriétaires.
- Déployez des variantes Gemma quantifiées offrant une forte précision avec des budgets mémoire serrés.
- Exécutez l'inférence sur appareil avec Gemma.cpp, Android, et des backends CPU ou GPU légers.
- Sélectionnez des familles spécialisées par tâche pour la diffusion, la traduction, les embeddings et l'interprétation médicale.
- Intégrez rapidement via PyTorch, Keras, JAX, Hugging Face, Ollama et AI Studio.
- Appliquez les classificateurs ShieldGemma 2 pour réduire les sorties nuisibles ou violant les politiques.
Pourquoi Gemma
Pour Qui
Commencez dans Google AI Studio pour tester des invites et évaluer les variantes. Récupérez les checkpoints depuis Hugging Face ou Kaggle, puis chargez-les avec PyTorch, Keras ou JAX. Utilisez des poids quantifiés ou appliquez QAT pour respecter les limites des appareils. Pour un service local léger, intégrez Ollama, LM Studio ou compilez via Gemma.cpp. Déployez des builds Android pour des assistants sur appareil, ou exécutez une inférence évolutive sur Google Cloud. Consultez la documentation officielle et le forum des développeurs pour des exemples, des conseils de sécurité et des astuces d'évaluation, et mesurez la prédiction multi-token pour ajuster la latence et le débit avant la mise en production.
Construisez une IA performante et responsable qui fonctionne là où se trouvent vos utilisateurs.
Commencer
Le différenciateur de Gemma est la performance pratique : une intelligence élevée par paramètre, une efficacité mobile-first, et des intégrations larges et bien supportées. La famille couvre le raisonnement général et les besoins spécialisés sans fragmenter les outils. Avec des classificateurs de sécurité, la traduction, les embeddings et les options médicales, les équipes peuvent assembler des pipelines de bout en bout qui fonctionnent localement ou dans le cloud. Choisissez Gemma lorsque vous avez besoin de modèles ouverts performants et portables qui respectent des budgets de calcul serrés.
Ouvrez l’outil et examinez son expérience produit principale.
Créez votre compte ou accédez à votre espace de travail existant.
Utilisez votre propre tâche pour évaluer la vitesse, la qualité et l’adéquation.
Vérifiez des outils IA similaires avant de prendre une décision finale.
Gemma
Google DeepMind est une organisation de recherche et d'ingénierie en IA à l'origine de percées comme AlphaGo, AlphaFold et Gemini. Elle se concentre sur la construction de systèmes et d'outils d'IA performants et responsables. Le programme Gemma étend cette mission avec des modèles ouverts, des ressources pour développeurs et des conseils axés sur la sécurité.
Gemma est la suite de modèles ouverts de Google DeepMind conçue pour offrir une forte précision par paramètre et un déploiement pratique partout où les utilisateurs exécutent des logiciels. La famille Gemma 4 comprend des variantes efficaces E2B/E4B pour mobile et IoT, ainsi que des options plus grandes de 12B, 26B et 31B qui apportent un raisonnement de pointe aux ordinateurs personnels. Les développeurs peuvent choisir des lignes spécifiques à la tâche, notamment DiffusionGemma pour une génération de texte ultra-rapide via diffusion, les modèles encodeur-décodeur T5Gemma pour une compréhension contextuelle approfondie, EmbeddingGemma pour l'apprentissage de représentations, TranslateGemma pour la communication multilingue, MedGemma pour le texte médical et l'imagerie, et ShieldGemma 2 pour la classification de sécurité. Les améliorations récentes telles que les rédacteurs de prédiction multi-tokens et l'entraînement conscient de la quantification réduisent la latence et la mémoire, rendant les expériences sur appareil possibles sans perte majeure de qualité. Gemma s'intègre à Google AI Studio pour des essais rapides et est disponible sur des stacks populaires comme PyTorch, Keras, JAX, Hugging Face, Ollama, LM Studio et Gemma.cpp. Le résultat est une base ouverte et portable pour construire des systèmes d'IA performants et responsables sur cloud, ordinateurs portables et appareils contraints.
deepmind.google/models/gemma/
Commentaires (0)
Aucun commentaire trouvé