Die Einführung von Gemma: Neue hochmoderne Open Models für Entwickler

Gemma Open Models

Gemma ist eine Familie von leichtgewichtigen, hochmodernen Open Models, die von Google DeepMind und anderen Teams bei Google entwickelt wurden. Diese Modelle basieren auf der gleichen Forschung und Technologie, die für die Erstellung der Gemini-Modelle verwendet wurden, und sie wurden entwickelt, um verantwortungsbewusst eingesetzt zu werden.

Gemma wurde vom lateinischen Wort 'gemma' inspiriert, was 'Edelstein' bedeutet. Gemma hat zum Ziel, Entwicklern und Forschern leistungsstarke Werkzeuge für den Aufbau von KI zur Verfügung zu stellen. Neben den Modellgewichten veröffentlicht Google auch Tools, die Innovation, Zusammenarbeit und verantwortungsbewussten Einsatz von Gemma-Modellen unterstützen.

Wichtige Details zu Gemma

Gemma ist jetzt weltweit verfügbar und wird in zwei Größen angeboten: Gemma 2B und Gemma 7B. Beide Größen haben vortrainierte und instruktionell abgestimmte Varianten. Neben den Modellgewichten stellt Google ein Responsible Generative AI Toolkit zur Verfügung, das Anleitungen und wichtige Tools für die Erstellung sicherer KI-Anwendungen mit Gemma bietet.

Entwickler können Gemma mit gängigen Frameworks wie JAX, PyTorch und TensorFlow über das nativ unterstützte Keras 3.0 verwenden. Die Verfügbarkeit von fertig nutzbaren Colab- und Kaggle-Notebooks sowie die Integration mit beliebten Tools erleichtern den Einstieg in Gemma.

Darüber hinaus können Gemma-Modelle auf verschiedenen Plattformen wie Laptops, Workstations, Google Cloud, Vertex AI und Google Kubernetes Engine (GKE) bereitgestellt werden. Google hat Gemma auch für eine optimale Leistung auf führenden AI-Hardware-Plattformen wie NVIDIA-GPUs und Google Cloud TPUs optimiert.

Hochmoderne Leistung und verantwortungsvolles Design

Gemma-Modelle teilen technische und Infrastrukturkomponenten mit Gemini, dem größten und leistungsfähigsten KI-Modell von Google. Dadurch können Gemma 2B und 7B im Vergleich zu anderen Open Models eine erstklassige Leistung für ihre Größen erreichen. Trotz ihrer kleineren Größen übertreffen Gemma-Modelle signifikant größere Modelle in wichtigen Benchmarks und gewährleisten dabei sichere und verantwortungsvolle Ergebnisse.

Google hat bei Gemma ein verantwortungsvolles Design priorisiert. Es wurden automatisierte Techniken verwendet, um sensible Daten aus den Trainingssets zu filtern, und es wurden Feinabstimmungs- und Verstärkungslernmethoden basierend auf menschlichem Feedback eingesetzt, um die Modelle mit verantwortungsbewusstem Verhalten in Einklang zu bringen. Es wurden umfangreiche Bewertungen durchgeführt, einschließlich manueller Red-Teaming- und automatisierter adversarischer Tests, um Risiken im Zusammenhang mit Gemma-Modellen zu verstehen und zu reduzieren.