🥇Google го објави моделот со вештачка интелигенција со отворен код Gemma 4, изграден врз технологиите Gemini 3

Google објави ново семејство на големи јазични модели, Gemma 4, базирано на моделот Gemini 3. Gemma 4 се дистрибуира под лиценцата Apache во варијанти со 2.3, 4.5, 25.2 и 30.7 милијарди параметри (E2B, E4B, 31B и 26B A4B). Варијантите E2B и E4B се погодни за употреба на мобилни уреди, системи на Интернет на нештата (IoT) и плочи слични на Raspberry Pi, додека другите варијанти се погодни за употреба на работни станици и системи со потрошувачки графички процесори. Големината на контекстот што ја зема предвид моделот е 128 токени за моделите E2B и E4B и 256 токени за моделите 31B и 26B A4B.

Моделите се повеќејазични и мултимодални: 35 јазици се поддржани веднаш (за време на обуката беа користени над 140 јазици), а текстот и сликите можат да се обработуваат како влезни податоци (моделите E2B и E4B дополнително поддржуваат обработка на аудио). Моделот 26B A4B е базиран на архитектурата Mixture-of-Experts (MoE), во која моделот е поделен на серија експертски мрежи (генерацијата на одговор може да користи само 3.8 милијарди параметри, но брзината е значително поголема од онаа на класичните големи модели), додека другите варијанти користат класична монолитна архитектура.

Моделите поддржуваат режими на расудување и прилагодливи режими на размислување, како и системска улога за обработка на инструкции (правила, ограничувања) одделно од податоците. Моделите можат да се користат за пишување код, препознавање објекти во слики, анализа на видео кадар по кадар, парсирање документи и PDF-датотеки, оптичко препознавање знаци (OCR) на печатен и ракописен текст, препознавање на говор и превод помеѓу јазици. Тие исто така можат да се користат како автономни агенти кои комуницираат со различни алатки и API-ја.

Во повеќето тестови, моделите Gemma 4 значително го надминаа моделот Gemma 3 со 27 милијарди параметри. Gemma 4 поддржува LiteRT-LM, vLLM, llama.cpp, MLX, Ollama, NVIDIA NIM и NeMo, LM Studio, Unsloth, SGLang, Cactus, Basetan, MaxText, Tunix и Keras.