برای توسعه دهندگان و محققان ساخته شده است
Gemma 2 نه تنها قدرتمندتر است، بلکه به گونه ای طراحی شده است که به راحتی در جریان کار شما ادغام شود:
- باز و در دسترس: درست مانند مدلهای اصلی Gemma، Gemma 2 تحت مجوز تجاری Gemma ما در دسترس است و به توسعهدهندگان و محققان این امکان را میدهد تا نوآوریهای خود را به اشتراک بگذارند و تجاریسازی کنند.
- سازگاری با چارچوب گسترده: به دلیل سازگاری با چارچوبهای اصلی هوش مصنوعی مانند Hugging Face Transformers، و JAX، PyTorch و TensorFlow از طریق Keras 3.0، vLLM، Gemma.cpp، Llama.cpp و Ollama، به راحتی از Gemma 2 با ابزارها و گردشهای کاری دلخواه خود استفاده کنید. علاوه بر این، Gemma با NVIDIA TensorRT-LLM بهینه شده است تا در زیرساخت های شتاب دهنده NVIDIA یا به عنوان یک میکروسرویس استنتاج NVIDIA NIM اجرا شود. میتوانید امروز را با Keras و Hugging Face تنظیم کنید. ما فعالانه در حال کار برای فعال کردن گزینههای تنظیم دقیق پارامترهای بیشتر هستیم.
- استقرار بدون زحمت: از ماه آینده، مشتریان Google Cloud میتوانند به راحتی Gemma 2 را بر روی Vertex AI استقرار و مدیریت کنند.
کتاب آشپزی جدید Gemma را کاوش کنید، مجموعه ای از مثال ها و دستور العمل های عملی برای راهنمایی شما در ساخت برنامه های کاربردی خود و تنظیم دقیق مدل های Gemma 2 برای کارهای خاص. نحوه استفاده آسان از Gemma با ابزار انتخابی خود، از جمله برای کارهای معمولی مانند تولید افزوده شده بازیابی، کشف کنید.
توسعه هوش مصنوعی مسئول
ما متعهد هستیم که به توسعه دهندگان و محققان منابعی را که برای ساختن و استقرار هوش مصنوعی مسئولانه نیاز دارند، از جمله از طریق جعبه ابزار هوش مصنوعی مولد مسئول خود، ارائه دهیم. LLM Comparator اخیراً منبع باز به توسعه دهندگان و محققان در ارزیابی عمیق مدل های زبان کمک می کند. از امروز، میتوانید از کتابخانه پایتون برای اجرای ارزیابیهای مقایسهای با مدل و دادههای خود و تجسم نتایج در برنامه استفاده کنید. علاوه بر این، ما به طور فعال در حال کار بر روی منبع باز فناوری واترمارک متن خود، SynthID، برای مدل های Gemma هستیم.
هنگام آموزش Gemma 2، فرآیندهای ایمنی داخلی قوی خود را دنبال کردیم، دادههای قبل از آموزش را فیلتر کردیم و آزمایشها و ارزیابیهای دقیقی را بر اساس مجموعهای از معیارها برای شناسایی و کاهش سوگیریها و خطرات بالقوه انجام دادیم. ما نتایج خود را بر روی مجموعه بزرگی از معیارهای عمومی مرتبط با آسیب های ایمنی و نمایندگی منتشر می کنیم.