base_model: google/gemma-3-12b-it license: gemma tags:

• gemma3
• gemma
• google pipeline_tag: image-text-to-text library_name: transformers extra_gated_heading: 访问Hugging Face上的Gemma extra_gated_prompt: >- 要访问Hugging Face上的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

Gemma 3模型卡片

模型页面: Gemma

[!注意] 本仓库对应Gemma 3模型的12B指令调优版本，采用量化感知训练(QAT)。

本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相近的质量。

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

输入输出的简要定义及概述说明。

描述

Gemma是Google基于创建Gemini模型的研究与技术打造的一系列轻量级、前沿开源模型。Gemma 3模型为多模态模型，可处理文本和图像输入并生成文本输出，提供预训练变体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多种语言的多语言能力，且相比前代提供更多尺寸选择。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，助力大众创新。

输入输出

• 输入:

  • 文本字符串，如问题、提示或待摘要文档
  • 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

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数据处理方式。

训练数据集

这些模型训练使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12万亿token，4B模型使用4万亿token，1B模型使用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风格、主题和词汇。训练数据集包含140多种语言的内容。
• 代码：让模型接触代码有助于学习编程语言的语法和模式，提升其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组合对于训练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：在数据准备流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，采用自动化技术过滤训练集中的特定个人信息和其他敏感数据。
• 其他方法：根据[我们的政策][safety-policies]进行基于内容质量和安全性的过滤。

实现信息

模型内部细节说明。

硬件

Gemma使用[张量处理单元(TPU)][tpu]硬件（TPUv4p、TPUv5p和TPUv5e）训练。训练视觉语言模型(VLM)需要强大算力。专为机器学习常见矩阵运算设计的TPU在此领域具有多项优势：

• 性能：TPU专为处理VLM训练中的海量计算设计，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，支持训练期间处理大模型和批量大小，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日益增长的复杂性提供可扩展解决方案，可通过多TPU设备分布式训练实现更高效处理。
• 成本效益：在许多场景下，考虑到因加速训练节省的时间和资源，TPU相比CPU基础设施能提供更具成本效益的大型模型训练方案。
• 这些优势与[Google的可持续运营承诺][sustainability]相一致。

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，更快速高效地训练大模型。ML Pathways是Google构建能跨多任务泛化的人工智能系统的最新成果，特别适合包括此类大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的结合使用实现了"Jax和Pathways的'单控制器'编程模型允许单个Python进程协调整个训练流程，极大简化了开发工作流。"

评估

[!注意] 本节评估对应原始检查点，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