Google: Gemma 4 26B A4B

Hugging Face · GitHub · Blog uruchomieniowy · Dokumentacja · Raport techniczny Licencja: Apache 2.0 · Autorzy: Google DeepMind Gemma to rodzina otwartych modeli stworzonych przez Google DeepMind. Modele Gemma 4 są multimodalne, obsługując wejścia tekstowe i obrazowe (z obsługą dźwięku w modelach E2B, E4B i 12B) oraz generując wyjście tekstowe. Ta wersja zawiera modele z otwartymi wagami w wariantach wstępnie wytrenowanych i dostosowanych do instrukcji. Gemma 4 ma okno kontekstowe o maksymalnej długości 256K tokenów i utrzymuje wsparcie wielojęzyczne w ponad 140 językach. Oferując zarówno architektury Dense, jak i Mixture-of-Experts (MoE), Gemma 4 jest dobrze przystosowana do zadań takich jak generowanie tekstu, kodowanie i rozumowanie. Modele są dostępne w pięciu różnych rozmiarach: E2B, E4B, 12B, 26B A4B i 31B. Ich różnorodne rozmiary umożliwiają wdrożenie w środowiskach od zaawansowanych telefonów po laptopy i serwery, demokratyzując dostęp do nowoczesnej sztucznej inteligencji. Gemma 4 wprowadza kluczowe zdolności i postępy architektoniczne: Rozumowanie – Wszystkie modele w rodzinie są zaprojektowane jako wysoce zdolne do rozumowania, z konfigurowalnymi trybami myślenia. Rozszerzone multimodalności – Przetwarza tekst, obraz z obsługą zmiennego współczynnika proporcji i rozdzielczości (wszystkie modele), wideo i dźwięk (wbudowane w modelach E2B, E4B i 12B). Różnorodne i efektywne architektury – Oferuje warianty Dense i Mixture-of-Experts (MoE) w różnych rozmiarach do skalowalnego wdrożenia. Optymalizacja dla urządzeń – Mniejsze modele są specjalnie zaprojektowane do efektywnego lokalnego wykonywania na laptopach i urządzeniach mobilnych.