گوگل بهتازگی از نسل جدید مدلهای زبان بزرگ (LLM) متنباز خود با نام «Gemma 4» پرده برداشت. این خانواده از مدلها که بر پایهی فناوری «جمینای 3» توسعه یافتهاند، اکنون در دسترس جامعهی توسعهدهندگان و پژوهشگران قرار گرفتهاند.
استراتژی متنباز گوگل
زمانی که گوگل در پایان سال گذشته «جمینای 3 پرو» را منتشر کرد، گامی بزرگ در مسیر توسعهی مدلهای زبان بزرگ اختصاصی برداشت. اکنون این شرکت با عرضهی خانوادهی جدید Gemma 4، بخشی از همان فناوری و تحقیقاتی که موجب قدرت آن مدلها شده بود را به جامعهی متنباز منتقل کرده است.
نسخههای مختلف Gemma 4
گوگل چهار نسخه متفاوت از Gemma 4 را ارائه میدهد که هرکدام تعداد پارامترهای خاص خود را دارند. برای دستگاههای معمولی مانند گوشیهای هوشمند، مدلهای سبک ۲ میلیاردی و ۴ میلیاردی در دسترس هستند. کاربرانی که از سختافزارهای قدرتمندتر استفاده میکنند، میتوانند به سیستمهای «مخلوط متخصصان» ۲۶ میلیارد پارامتری و نسخهی «متراکم» ۳۱ میلیارد پارامتری دسترسی داشته باشند.
پارامترها به چه معنا هستند؟
برای کسانی که با این مفهوم آشنا نیستند، باید توضیح داد که پارامترها تنظیماتی هستند که یک مدل زبان بزرگ میتواند برای تولید خروجی تغییر دهد. بهطور کلی، مدلهایی با پارامترهای بیشتر عملکرد بهتری دارند، اما اجرای آنها به سختافزار قویتری نیازمند است.
عملکرد چشمگیر در بنچمارکها
گوگل مدعی است که با Gemma 4 توانسته سیستمهایی با سطح بیسابقهای از هوش به ازای هر پارامتر طراحی کند. برای اثبات این ادعا، این شرکت به عملکرد مدلهای ۳۱ و ۲۶ میلیاردی اشاره میکند که به ترتیب جایگاه سوم و ششم را در جدول امتیازات Arena AI به خود اختصاص داده و مدلهایی با اندازهی ۲۰ برابر بزرگتر را پشت سر گذاشتهاند.
مقایسه مدلهای Gemma 4
| نسخه | تعداد پارامتر | کاربرد مناسب |
|---|---|---|
| Gemma 4 2B | ۲ میلیارد | گوشیهای هوشمند و دستگاههای کممصرف |
| Gemma 4 4B | ۴ میلیارد | دستگاههای متوسط |
| Gemma 4 26B (MoE) | ۲۶ میلیارد | رایانههای شخصی قدرتمند – رتبه ششم Arena AI |
| Gemma 4 31B (Dense) | ۳۱ میلیارد | سرورها و سیستمهای ردهبالا – رتبه سوم Arena AI |
قابلیتهای چندمداله
همهی مدلهای Gemma 4 توانایی پردازش ویدیو و تصاویر را دارند و آنها را برای کارهایی مانند تشخیص نوری کاراکتر (OCR) ایدهآل میسازد. علاوه بر این، دو مدل کوچکتر (۲ و ۴ میلیارد پارامتری) قادر به پردازش ورودیهای صوتی و درک گفتار هستند.
کدنویسی آفلاین
گوگل بهصورت جداگانه اعلام کرده که خانوادهی Gemma 4 قابلیت تولید کد بهصورت آفلاین را دارد. این به این معناست که کاربران میتوانند بدون نیاز به اتصال به اینترنت، از این مدلها برای کدنویسی استفاده کنند.
پشتیبانی از زبانهای متعدد
گوگل این مدلها را به بیش از ۱۴۰ زبان آموزش داده است که پوشش گستردهای از زبانهای جهان را تضمین میکند.
مجوز متنباز و آزادی توسعه
گوگل خانوادهی Gemma 4 را تحت مجوز Apache 2.0 منتشر میکند. این شرکت پیشتر مدلهای قبلی Gemma را از طریق مجوز اختصاصی خود در دسترس قرار داده بود. این اقدام جدید به افراد آزادی بیشتری برای شخصیسازی سیستمهای جدید مطابق با نیازهایشان میدهد.
گوگل همچنین اعلام کرده:
«این مجوز متنباز، پایه و اساسی برای انعطافپذیری کامل توسعهدهندگان و حاکمیت دیجیتال فراهم میکند؛ به شما کنترل کامل بر دادهها، زیرساختها و مدلهایتان را میدهد. این به شما امکان میدهد آزادانه بسازید و بهطور ایمن در هر محیطی، چه در محل و چه در فضای ابری، مستقر شوید.»
نظر شما دربارهی عرضهی Gemma 4 توسط گوگل چیست؟ آیا این حرکت میتواند تأثیر قابلتوجهی بر توسعهی هوش مصنوعی متنباز داشته باشد؟
|
