گوگل وڏي پيماني تي ٻولي ماڊلز جو هڪ نئون خاندان شايع ڪيو آهي، Gemma 4، جيڪو Gemini 3 ماڊل تي ٻڌل آهي. Gemma 4 Apache لائسنس تحت 2.3، 4.5، 25.2، ۽ 30.7 بلين پيرا ميٽرز (E2B، E4B، 31B، ۽ 26B A4B) سان مختلف قسمن ۾ ورهايو ويو آهي. E2B ۽ E4B مختلف قسم موبائل ڊوائيسز، انٽرنيٽ آف ٿنگس (IoT) سسٽم، ۽ Raspberry Pi-like بورڊن تي استعمال لاءِ موزون آهن، جڏهن ته ٻيا مختلف قسم ورڪ اسٽيشنز ۽ سسٽم تي صارف GPUs سان استعمال لاءِ موزون آهن. ماڊل پاران غور ڪيل تناظر جي سائيز E2B ۽ E4B ماڊلز لاءِ 128 ٽوڪن، ۽ 31B ۽ 26B A4B ماڊلز لاءِ 256 ٽوڪن آهي.
ماڊل گهڻ لساني ۽ ملٽي ماڊل آهن: 35 ٻوليون باڪس کان ٻاهر سپورٽ ڪيون ويون آهن (تربيت دوران 140 کان وڌيڪ ٻوليون استعمال ڪيون ويون)، ۽ ٽيڪسٽ ۽ تصويرن کي ان پٽ طور پروسيس ڪري سگهجي ٿو (E2B ۽ E4B ماڊل اضافي طور تي آڊيو پروسيسنگ کي سپورٽ ڪن ٿا). 26B A4B ماڊل ماهر نيٽ ورڪن جي هڪ سيريز ۾ ورهايل آهي (جواب جي پيداوار صرف 3.8 بلين پيرا ميٽر استعمال ڪري سگهي ٿي، پر رفتار ڪلاسيڪل وڏن ماڊلز جي ڀيٽ ۾ تمام گهڻي آهي)، جڏهن ته ٻيا قسم ڪلاسيڪل مونولٿڪ آرڪيٽيڪچر استعمال ڪن ٿا.
ماڊل دليل ۽ ترتيب ڏيڻ واري غور فڪر جي طريقن کي سپورٽ ڪن ٿا، ۽ ڊيٽا کان الڳ هدايتن (قاعدن، پابندين) کي پروسيس ڪرڻ لاءِ سسٽم رول جي حمايت ڪن ٿا. ماڊل ڪوڊ لکڻ، تصويرن ۾ شين کي سڃاڻڻ، فريم بائي فريم وڊيو تجزيو، دستاويزن ۽ پي ڊي ايف کي پارس ڪرڻ، پرنٽ ٿيل ۽ هٿ سان لکيل متن جي آپٽيڪل ڪردار جي سڃاڻپ (OCR)، تقرير جي سڃاڻپ، ۽ ٻولين جي وچ ۾ ترجمي لاءِ استعمال ڪري سگھجن ٿا. انهن کي مختلف اوزارن ۽ APIs سان لهه وچڙ ۾ خودمختيار ايجنٽ طور پڻ استعمال ڪري سگهجي ٿو.
گھڻن ٽيسٽن ۾، گيما 4 ماڊل 27-ارب-پيراميٽر گيما 3 ماڊل کان نمايان طور تي بهتر ڪارڪردگي ڏيکاري. گيما 4 LiterRT-LM، vLLM، llama.cpp، MLX، Ollama، NVIDIA NIM ۽ NeMo، LM اسٽوڊيو، Unsloth، SGLang، Cactus، Basetan، MaxText، Tunix، ۽ Keras کي سپورٽ ڪري ٿو.
جو ذريعو: opennet.ru
