คู่มือบริษัท

Google เจมม่า

Gemma คือกลุ่มโมเดล AI น้ำหนักเบาแบบเปิดของ Google ที่สร้างขึ้นจากการวิจัยและเทคโนโลยีเดียวกันกับ Gemini

ภาพรวม

Google Gemma เป็นที่เข้าใจดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจเกี่ยวกับแพลตฟอร์ม และความร่วมมือในระบบนิเวศ

เจาะลึก

ประกาศเมื่อเดือนกุมภาพันธ์ 2024 Gemma มอบสิทธิ์ให้ Google เข้าร่วมการแข่งขันรุ่นโอเพ่นเวต ควบคู่ไปกับ Llama และ Mistral จาก Meta โมเดลจัดส่งในขนาดที่เล็ก โดยรุ่นแรกมาในเวอร์ชันพารามิเตอร์ 2B และ 7B โดยมีน้ำหนักที่คุณสามารถดาวน์โหลดและรันในเครื่องได้ ซึ่งแตกต่างจาก Gemini แบบปิดที่ใช้ API เท่านั้น Google จัดจำหน่ายทั้งเวอร์ชันพื้นฐาน (ที่ผ่านการฝึกอบรมมาแล้ว) และเวอร์ชันที่ปรับแต่งคำสั่งภายใต้ใบอนุญาตที่อนุญาตซึ่งอนุญาตให้นำไปใช้ในเชิงพาณิชย์ได้ กลุ่มผลิตภัณฑ์ขยายออกไปอย่างรวดเร็ว: CodeGemma สำหรับการเขียนโปรแกรม, PaliGemma สำหรับงานด้านภาษาวิชั่น, RecurrentGemma สำหรับลำดับยาวที่มีประสิทธิภาพ และ Gemma 2 (และใหม่กว่า) ที่มีประสิทธิภาพแข็งแกร่งกว่าในขนาด เช่น 9B และ 27B Gemma ได้รับการออกแบบมาให้ทำงานได้ดีกับเครื่องมือยอดนิยมอย่าง Hugging Face, Keras, PyTorch, JAX และ Ollama ทำให้เป็นตัวเลือกที่ใช้งานได้จริงสำหรับการปรับใช้ภายในองค์กร คำนึงถึงความเป็นส่วนตัว หรือคำนึงถึงต้นทุน

ข้อมูลเชิงลึกทางเทคนิค

Gemma ใช้สถาปัตยกรรม Transformer ที่ใช้ตัวถอดรหัสเท่านั้น และนำเทคนิคจากการวิจัย Gemini มาใช้ซ้ำ รวมถึงโทเค็นไนเซอร์คำศัพท์ขนาดใหญ่ (ประมาณ 256,000 โทเค็น) และการฝึกอบรมที่กลั่นมาจากโมเดลครูขนาดใหญ่ในเจเนอเรชั่น Gemma 2 การกลั่นกรองความรู้ช่วยให้แบบจำลองของนักเรียนขนาดเล็กสามารถเลียนแบบแบบจำลองที่ใหญ่กว่ามากได้ ทำให้ได้คุณภาพที่ชัดเจนในขนาดที่พอเหมาะ 'Open-weight' หมายความว่าสามารถดาวน์โหลดพารามิเตอร์ที่ได้รับการฝึกอบรมได้ เพื่อให้คุณปรับแต่งและโฮสต์เองได้ แม้ว่าข้อมูลการฝึกอบรมและไปป์ไลน์ทั้งหมดจะไม่ใช่โอเพ่นซอร์สโดยสมบูรณ์ก็ตาม

การเรียนรู้ Google เจมม่า

Gemma คือกลุ่มโมเดล AI น้ำหนักเบาแบบเปิดของ Google ที่สร้างขึ้นจากการวิจัยและเทคโนโลยีเดียวกันกับ Gemini ช่วยให้นักพัฒนาดาวน์โหลด ปรับแต่ง และรันโมเดลที่มีความสามารถบนฮาร์ดแวร์ของตนเอง แม้แต่แล็ปท็อปหรือ GPU เครื่องเดียว Google Gemma เป็นที่เข้าใจดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจเกี่ยวกับแพลตฟอร์ม และความร่วมมือในระบบนิเวศ หากต้องการสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Google Gemma เป็นเพียงโมเดลการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ

ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Google Gemma ประเมินกลยุทธ์ของผู้ขาย ความน่าเชื่อถือของแผนงาน และความเสี่ยงในการล็อคอินก่อนตัดสินใจ โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน

โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในขณะเดียวกัน การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง

ผลกระทบเชิงกลยุทธ์

โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป

โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว

ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง

สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ

อนาคตของ Google เจมม่า

คาดว่า Google จะปล่อยตัวแปร Gemma ที่ได้รับการปรับแต่งมาสำหรับรูปแบบและงานเฉพาะ การมองเห็น โค้ด คณิตศาสตร์ และการใช้งานบนอุปกรณ์ ขณะเดียวกันก็ลดขนาดพื้นที่ที่จำเป็นในการเรียกใช้ ในขณะที่โมเดลแบบเปิดปิดช่องว่างด้วยระบบชายแดน Gemma วางตำแหน่ง Google เพื่อชนะใจนักพัฒนาและ Power Edge และการปรับใช้ส่วนตัวที่ข้อมูลไม่สามารถออกจากอาคารได้ การผสานรวมกับ Android, Chrome และเครื่องมืออย่าง Ollama และ Vertex AI อย่างใกล้ชิดยิ่งขึ้น จะทำให้การปรับแต่งอย่างละเอียดและการอนุมานเฉพาะจุดมีความพร้อมมากขึ้น

การใช้งานจริงในโลกแห่งความเป็นจริง

ใช้งานแชทบอทแบบออฟไลน์ทั้งหมดบนแล็ปท็อปหรือ GPU ตัวเดียวเพื่อข้อมูลที่ละเอียดอ่อนต่อความเป็นส่วนตัว

ปรับแต่งโมเดล Gemma ขนาดเล็กบนเอกสารภายในของบริษัทสำหรับผู้ช่วยฝ่ายสนับสนุนที่กำหนดเอง

การใช้ CodeGemma เป็นตัวช่วยเติมโค้ดภายในเครื่องและสร้างภายใน IDE

สร้างแอปคำบรรยายภาพหรือแอปถามตอบด้วยภาพด้วยตัวแปร PaliGemma ภาษาวิสัยทัศน์

รูปแบบการดำเนินงาน

Google เจมม่าในทางปฏิบัติ

การใช้งานแชทบอทแบบออฟไลน์โดยสิ้นเชิงบนแล็ปท็อปหรือ GPU ตัวเดียวสำหรับข้อมูลที่ละเอียดอ่อนต่อความเป็นส่วนตัว ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Google เจมม่าในทางปฏิบัติ

การปรับแต่งโมเดล Gemma ขนาดเล็กบนเอกสารภายในของบริษัทสำหรับผู้ช่วยฝ่ายสนับสนุนแบบกำหนดเอง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Google เจมม่าในทางปฏิบัติ

การใช้ CodeGemma เป็นตัวช่วยเติมโค้ดภายในเครื่องและสร้างภายใน IDE

การใช้ CodeGemma เป็นผู้ช่วยในการเติมโค้ดและสร้างโค้ดภายในทีมภายในทีม IDE มักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

Google เจมม่าในทางปฏิบัติ

การสร้างแอปคำอธิบายภาพหรือแอปถามตอบด้วยภาพด้วยภาษา PaliGemma ที่เป็นภาษาวิสัยทัศน์ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป

ความเสี่ยงและรั้ว

การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง

การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน

การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล

แผนงานการดำเนินงาน

ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง

ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ

ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย

รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ

ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น

สำรวจต่อไป

OpenAI

ดูว่าผู้จำหน่ายโมเดลพื้นฐานชั้นนำดำเนินการอย่างไร

อ่านคู่มือ

โอเพ่นซอร์ส AI

เปรียบเทียบระบบนิเวศแบบจำลองแบบเปิดและแบบปิด

อ่านคู่มือ