گوگل به تازگی نسل چهارم مدلهای محبوب Gemma را معرفی کرده که یک جهش بزرگ در دنیای مدلهای متنباز (Open-weight) محسوب میشود. این خانواده جدید با ویژگیهای خیرهکننده زیر عرضه شده است:
🔹 چندوجهی بودن (Multimodal): پشتیبانی بومی از تصویر و صدا در تمامی ابعاد مدلها.
🔹 معماری هوشمند: استفاده از مدلهای متراکم (Dense) و Mixture-of-Experts با پارامترهایی از ۲.۳ تا ۳۱ میلیارد.
🔹 قابلیت تفکر (Thinking Mode): اضافه شدن قابلیتی که به مدل اجازه میدهد قبل از پاسخ نهایی، مسیر استدلال خود را تولید کند.
🔹 بهرهوری بالاتر: سرعت استنتاج سریعتر، مدیریت بهتر حافظه و عملکرد درخشان در تحلیل متون طولانی.
مدل ۱۲ میلیاردی این خانواده حتی میتواند به صورت مستقیم و بدون نیاز به انکودرهای جانبی، صوت و تصویر خام را پردازش کند که یک نوآوری جذاب به شمار میآید. این مدلها حالا رقیب جدی برای مدلهای بزرگ و پیشرو در دنیای متنباز هستند. 🔥
منبع: arXiv AI