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 压缩张量

此检查点是从 https://huggingface.co/google/gemma-3-27b-it-qat-q4_0-gguf 转换为 compressed-tensors 格式和 BF16 数据类型（因此无损）。

您可以使用 vLLM 运行此模型：

vllm serve gaunernst/gemma-3-27b-it-qat-compressed-tensors  

以下是原始模型卡片内容。

Gemma 3 模型卡片

模型页面: Gemma

[!注意]
此存储库对应的是 Gemma 3 模型的 27B 指令调优版本，采用 GGUF 格式并使用量化感知训练（QAT）。
GGUF 对应 Q4_0 量化。

得益于 QAT，该模型能够在显著降低内存需求的同时，保持与 bfloat16 相似的性能。

您可以在此处找到半精度版本。

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 3][vertex-mg-gemma3]

使用条款: [条款][terms]

作者: Google DeepMind

模型信息

简要描述及输入输出的定义。

描述

Gemma 是 Google 推出的一系列轻量级、先进的开放模型，基于与 Gemini 模型相同的研究和技术构建。
Gemma 3 是多模态模型，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两种变体的开放权重。
Gemma 3 拥有 128K 的大上下文窗口，支持超过 140 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，从而普及先进 AI 模型，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 分辨率并编码为每张 256 个 token
  • 总输入上下文为 128K token（4B、12B 和 27B 尺寸），1B 尺寸为 32K token

• 输出:

  • 根据输入生成的文本，如问题答案、图像内容分析或文档摘要
  • 总输出上下文为 8192 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 Ollama 运行 GGUFs 不支持图像输入。请查看运行私有 GGUFs 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

模型训练数据及数据处理方式。

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 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：

• 网页文档: 多样化的网页文本确保模型接触广泛的风格、主题和词汇。训练数据包含超过 140 种语言的内容。
• 代码: 让模型接触代码有助于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、符号表示和解决数学查询。
• 图像: 广泛的图像数据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

以下是应用于训练数据的关键数据清理和过滤方法：

• CSAM 过滤: 在数据准备过程中应用了严格的 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: 作为确保 Gemma 预训练模型安全可靠的一部分，使用自动化技术过滤掉某些个人信息和其他敏感数据。
• 其他方法: 根据[我们的政策][safety-policies]进行内容质量和安全性过滤。

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（VLMs）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，在此领域具有以下优势：

• 性能: TPU 专门设计用于处理训练 VLMs 的大规模计算，相比 CPU 可显著加速训练。
• 内存: TPU 通常配备大容量高带宽内存，可在训练期间处理大模型和批量大小，从而提高模型质量。
• 可扩展性: TPU Pods（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，可跨多个 TPU 设备分布训练以实现更高效处理。
• 成本效益: 在许多场景中，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，尤其是在考虑因训练加速而节省的时间和资源时。
• 这些优势与 [Google 的可持续发展承诺][sustainability]一致。

软件

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

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