基础模型:

• google/gemma-3-12b-it-qat-q4_0-unquantized 许可证: gemma 标签:
• gemma3
• unsloth
• gemma
• google 任务类型: 图文到文本 库名称: transformers 额外授权标题: 在Hugging Face上访问Gemma 额外授权提示: >- 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。 额外授权按钮内容: 确认许可

Gemma 3模型卡

模型页面: Gemma

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

本仓库中的检查点未量化，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，基于创建Gemini模型所用的相同研究和技术构建。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140多种语言，且比之前版本提供更多尺寸选择。Gemma 3模型非常适合各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得它们能够部署在资源有限的环境中，如笔记本电脑、台式机或您自己的云基础设施，从而普及先进AI模型的访问，促进每个人的创新。

输入和输出

• 输入:

  • 文本字符串，如问题、提示或待总结的文档
  • 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

用于模型训练的数据及数据处理方式。

训练数据集

这些模型是在包含多种来源的文本数据集上训练的。27B模型使用了14万亿token训练，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: 多样化的网络文本集合确保模型接触到广泛的语言风格、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其学习编程语言的语法和模式，提高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、符号表示和解决数学查询。
• 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一个能够处理各种不同任务和数据格式的强大多模态模型至关重要。

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: 在数据准备过程的多个阶段应用了严格的CSAM(儿童性虐待材料)过滤，以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]基于内容质量和安全性进行过滤。

实现信息

关于模型内部实现的细节。

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，在此领域具有多项优势：

• 性能: TPU专门设计用于处理训练VLM涉及的大规模计算，相比CPU可显著加速训练。
• 内存: TPU通常配备大量高带宽内存，可在训练期间处理大型模型和批量大小，从而提高模型质量。
• 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设备分配训练以实现更快速高效的处理。
• 成本效益: 在许多场景中，考虑到因训练速度加快而节省的时间和资源，TPU相比基于CPU的基础设施可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构建能够跨多个任务泛化的人工智能系统的最新努力，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一起使用；"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] 本节中的评估对应原始检查点，而非QAT检查点。

模型评估指标和结果。

基准测试结果

这些模型针对大量不同的数据集和指标进行了评估，以涵盖文本生成的不同方面：

推理与事实性

STEM与代码

多语言

多模态

| 基准测试 | Gemma 3 PT 4B | Gemma 3 PT 12B |