license: gemma pipeline_tag: 图像文本到文本 extra_gated_heading: 在Hugging Face上访问Gemma extra_gated_prompt: >- 要在Hugging Face上访问Gemma，您需要审阅并同意Google的使用许可。为此，请确保您已登录Hugging Face并点击下方按钮。请求将立即处理。 extra_gated_button_content: 确认许可 base_model: google/gemma-3-27b-it tags:

• gemma
• gemma3

Gemma 3模型卡

模型页面: Gemma

[!注意] 本仓库对应Gemma 3模型的27B指令调优版本，采用量化感知训练（QAT）的GGUF格式。该GGUF文件对应Q4_0量化级别。

得益于QAT技术，该模型在显著降低内存需求的同时，能保持与bfloat16相近的质量。

半精度版本可在此处找到：这里。

资源与技术文档:

• [Gemma 3技术报告][g3-tech-report]
• [负责任生成式AI工具包][rai-toolkit]
• [Kaggle上的Gemma][kaggle-gemma]
• [Vertex Model Garden上的Gemma][vertex-mg-gemma3]

使用条款: [条款][terms]

作者: Google DeepMind

模型信息

概述模型的简要描述及输入输出定义。

描述

Gemma是Google推出的一系列轻量级、前沿的开源模型，基于与创建Gemini模型相同的研究和技术构建。Gemma 3模型是多模态的，能够处理文本和图像输入并生成文本输出，其预训练变体和指令调优变体的权重均开放。Gemma 3拥有128K的大上下文窗口，支持超过140种语言，且相比前代版本提供了更多尺寸选择。Gemma 3模型适用于多种文本生成和图像理解任务，包括问答、摘要和推理。其相对较小的体积使其能够在资源有限的环境中部署，如笔记本电脑、台式机或自有云基础设施，从而普及前沿AI模型的访问，助力大众创新。

输入与输出

• 输入:

  • 文本字符串，如问题、提示或待摘要的文档
  • 图像，归一化为896 x 896分辨率并编码为每张256个token
  • 4B、12B和27B尺寸的总输入上下文为128K token，1B尺寸为32K token

• 输出:

  • 根据输入生成的文本响应，如问题答案、图像内容分析或文档摘要
  • 总输出上下文为8192个token

使用方式

以下是一些快速运行模型的代码片段。

llama.cpp（仅文本）

./llama-cli -hf google/gemma-3-27b-it-qat-q4_0-gguf -p "写一首关于北海巨妖的诗。"

llama.cpp（图像输入）

wget https://github.com/bebechien/gemma/blob/main/surprise.png?raw=true -O ~/Downloads/surprise.png
./llama-gemma3-cli -hf google/gemma-3-27b-it-qat-q4_0-gguf -p "描述这张图片。" --image ~/Downloads/surprise.png

ollama（仅文本）

目前通过Hugging Face使用GGUF与Ollama暂不支持图像输入。请查阅运行受控仓库的文档。

ollama run hf.co/google/gemma-3-27b-it-qat-q4_0-gguf

引用

@article{gemma_2025,
    title={Gemma 3},
    url={https://goo.gle/Gemma3Report},
    publisher={Kaggle},
    author={Gemma Team},
    year={2025}
}

模型数据

模型训练所用数据及其处理方式。

训练数据集

这些模型训练所用的文本数据集来源广泛。27B模型训练使用了14万亿token，12B模型使用了12万亿token，4B模型使用了4万亿token，1B模型使用了2万亿token。关键组成部分包括：

• 网络文档：多样化的网络文本确保模型接触广泛的语言风格、主题和词汇。训练数据集包含超过140种语言的内容。
• 代码：让模型接触代码有助于其学习编程语言的语法和模式，提升生成代码和理解代码相关问题的能力。
• 数学：数学文本训练帮助模型学习逻辑推理、符号表示及解决数学查询。
• 图像：广泛的图像使模型能够执行图像分析和视觉数据提取任务。

这些多样化数据源的组合对于训练强大的多模态模型至关重要，使其能够处理各种任务和数据格式。

数据预处理

训练数据应用了以下关键的数据清理和过滤方法：

• CSAM过滤：在数据准备过程中多个阶段严格应用CSAM（儿童性虐待材料）过滤，确保排除有害和非法内容。
• 敏感数据过滤：作为使Gemma预训练模型安全可靠的一部分，采用自动化技术从训练集中过滤某些个人信息和其他敏感数据。
• 其他方法：基于内容质量和安全性的过滤，符合[我们的政策][safety-policies]。

实现信息

模型内部细节。

硬件

Gemma使用[Tensor Processing Unit (TPU)][tpu]硬件（TPUv4p、TPUv5p和TPUv5e）训练。训练视觉语言模型（VLM）需要大量计算资源。TPU专为机器学习中常见的矩阵运算设计，在此领域具有多项优势：

• 性能：TPU专为处理VLM训练中的大规模计算设计，相比CPU可显著加速训练。
• 内存：TPU通常配备大量高带宽内存，支持训练期间处理大型模型和批量大小，从而提升模型质量。
• 可扩展性：TPU Pod（大型TPU集群）为处理大型基础模型日益增长的复杂性提供可扩展解决方案，可跨多个TPU设备分布训练以实现更高效处理。
• 成本效益：在许多场景下，考虑到节省的时间和资源，TPU相比基于CPU的基础设施能为大型模型训练提供更具成本效益的解决方案。
• 这些优势与[Google的可持续运营承诺][sustainability]一致。

软件

训练使用[JAX][jax]和[ML Pathways][ml-pathways]完成。

JAX让研究人员能利用包括TPU在内的最新硬件，更快更高效地训练大型模型。ML Pathways是Google最新构建能跨多任务泛化的人工智能系统的努力，特别适合包括此类大型语言模型在内的基础模型。

如[Gemini系列模型论文][gemini-2-paper]所述，JAX和ML Pathways共同使用："Jax和Pathways的'单一控制器'编程模型允许单个Python进程协调整个训练运行，极大简化了开发工作流程。"

评估

模型评估指标与结果。

基准测试结果

这些模型针对大量不同数据集和指标进行评估，涵盖文本生成的多个方面：

推理与事实性

STEM与代码

多语言

多模态