基础模型：google/gemma-3-4b-it
许可证：gemma
标签：

• gemma3
• gemma
• google
  任务类型：图文到文本
  库名称：transformers
  额外访问说明标题：在Hugging Face上访问Gemma
  额外访问提示：
  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。
  额外访问按钮内容：确认许可

Gemma 3模型卡片

模型页面：Gemma

[!注意]
本仓库对应Gemma 3模型的4B指令调优版本，使用了量化感知训练（QAT）。

此仓库中的检查点未经量化，请确保使用您喜欢的工具以Q4_0格式进行量化

得益于QAT，该模型能够在显著降低加载模型所需内存的同时，保持与bfloat16相似的性能。

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

模型概述及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均开放权重。Gemma 3拥有128K的大上下文窗口，支持超过140种语言，并且比之前的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、台式机或您自己的云基础设施，从而普及前沿AI模型的访问，助力创新。

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，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

引用

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

模型数据

用于模型训练的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。主要组成部分包括：

• 网络文档：多样化的网络文本确保模型接触广泛的语体、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结合对于训练一个能够处理多种任务和数据格式的强大多模态模型至关重要。

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：在数据准备过程的多个阶段应用严格的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：作为使Gemma预训练模型安全可靠的一部分，使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：根据[我们的政策][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）需要大量计算能力。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专为处理VLM训练中的大规模计算而设计，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的基础设施能为大型模型训练提供更具成本效益的解决方案，尤其是考虑到因训练速度加快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]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最新构建能够跨多个任务泛化的人工智能系统的努力，特别适合包括这些大型语言模型在内的基础模型。

如[关于Gemini模型家族的论文][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，极大地简化了开发工作流程。”

评估

[!注意]
本节评估对应原始检查点，而非QAT检查点。

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