Google lança Gemma 2, sua próxima geração de modelos abertos

Construído para desenvolvedores e pesquisadores

O Gemma 2 não é apenas mais poderoso, ele foi projetado para se integrar mais facilmente aos seus fluxos de trabalho:

• Aberto e acessível: Assim como os modelos Gemma originais, o Gemma 2 está disponível sob nossa licença comercial. Licença Gemmadando aos desenvolvedores e pesquisadores a capacidade de compartilhar e comercializar suas inovações.
• Ampla compatibilidade de estrutura: Use facilmente o Gemma 2 com suas ferramentas e fluxos de trabalho preferidos, graças à sua compatibilidade com as principais estruturas de IA, como Abraçando o rosto Transformers e JAX, PyTorch e TensorFlow by way of Keras 3.0 nativo, vLLM, Gemma.cpp, Lhama.cpp e Ollama. Além disso, Gemma é otimizado com NVIDIA TensorRT-LLM para rodar em infraestrutura acelerada pela NVIDIA ou como NVIDIA NIM microsserviço de inferência, com otimização para NeMo da NVIDIA vir. Você pode fazer o ajuste fino hoje com Keras e Hugging Face. Estamos trabalhando ativamente para permitir opções adicionais de ajuste fino com eficiência de parâmetros.
• Implantação sem esforço: A partir do próximo mês, os clientes do Google Cloud poderão implantar e gerenciar facilmente o Gemma 2 em IA de vértice.

Discover o novo Livro de receitas Gemmauma coleção de exemplos práticos e receitas para guiá-lo na construção de seus próprios aplicativos e no ajuste fino de modelos Gemma 2 para tarefas específicas. Descubra como usar facilmente o Gemma com sua ferramenta de escolha, incluindo para tarefas comuns como geração aumentada de recuperação.

Desenvolvimento responsável de IA

Estamos comprometidos em fornecer aos desenvolvedores e pesquisadores os recursos de que precisam para construir e implantar IA de forma responsável, inclusive por meio de nossa Package de ferramentas de IA generativa responsável. O código recentemente aberto Comparador LLM ajuda desenvolvedores e pesquisadores na avaliação aprofundada de modelos de linguagem. A partir de hoje, você pode usar a biblioteca Python complementar para executar avaliações comparativas com seu modelo e dados e visualize os resultados no aplicativo. Além disso, estamos trabalhando ativamente para abrir o código-fonte de nossa tecnologia de marca d'água de texto, ID sintéticopara modelos Gemma.

Ao treinar o Gemma 2, seguimos nossos robustos processos internos de segurança, filtrando dados de pré-treinamento e realizando testes e avaliações rigorosos em relação a um conjunto abrangente de métricas para identificar e mitigar possíveis preconceitos e riscos. Publicamos nossos resultados em um grande conjunto de benchmarks públicos relacionados à segurança e danos representacionais.