许可证：gemma
流水线标签：图像-文本到文本
额外授权标题：在Hugging Face上访问Gemma
额外授权提示：
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。
额外授权按钮内容：确认许可
基础模型：google/gemma-3-27b-it
标签：

• gemma
• gemma3

Gemma 3 27B 指令调优QAT AutoAWQ

此检查点从https://huggingface.co/google/gemma-3-27b-it-qat-q4_0-gguf转换为AutoAWQ格式和BF16数据类型（因此无损）。视觉塔移植自https://huggingface.co/google/gemma-3-27b-it。

以下是原始模型卡内容。

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GGUF格式的量化感知训练（QAT）。GGUF对应Q4_0量化。
得益于QAT，该模型能在显著降低内存需求的同时保持与bfloat16相近的质量。
半精度版本可在此处找到：链接。

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中的Gemma][vertex-mg-gemma3]

使用条款：[条款][terms]
作者：Google DeepMind

模型信息

概述模型输入输出的简要定义。

描述

Gemma是Google推出的一系列轻量级、前沿的开放模型，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，可处理文本和图像输入并生成文本输出，提供预训练和指令调优变体的开放权重。Gemma 3拥有128K的大上下文窗口，支持140多种语言，并提供比前代更多的尺寸选择。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。其较小的体积使其能够部署在资源有限的环境中，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，促进创新。

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分辨率并编码为每个256令牌
  • 4B、12B和27B尺寸的总输入上下文为128K令牌，1B尺寸为32K令牌

• 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令牌

使用示例

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 "写一首关于克拉肯的诗。"  

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不支持图像输入。请查阅运行私有GGUF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

模型训练数据及其处理方式。

训练数据集

这些模型在包含多种来源的文本数据集上训练。27B模型训练使用了14万亿令牌，12B模型12万亿令牌，4B模型4万亿令牌，1B模型2万亿令牌。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文体、主题和词汇。训练数据集包含140多种语言的内容。
• 代码：让模型学习编程语言的语法和模式，提升生成和理解代码相关问题的能力。
• 数学：数学文本训练帮助模型掌握逻辑推理和符号表示。
• 图像：广泛的图像数据使模型能执行图像分析和视觉数据提取任务。

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

数据预处理

关键的数据清洗和过滤方法包括：

• CSAM过滤：在数据准备的多阶段严格过滤儿童性虐待材料，确保排除有害非法内容。
• 敏感数据过滤：作为使Gemma预训练模型安全可靠的一部分，使用自动化技术过滤某些个人信息和其他敏感数据。
• 其他方法：根据[安全政策][safety-policies]基于内容质量和安全性进行过滤。

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能显著加速训练。
• 内存：TPU通常配备大容量高带宽内存，可处理训练中的大模型和批量大小，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的复杂性提供了可扩展解决方案。
• 成本效益：在许多场景下，TPU相比基于CPU的基础设施能提供更具成本效益的解决方案，尤其是考虑到因加速训练而节省的时间和资源。
• 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]。

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

如[Gemini模型家族论文][gemini-2-paper]所述，JAX和ML Pathways共同实现了“单一控制器”编程模型，使单个Python进程能协调整个训练运行，极大简化了开发流程。

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了评估，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