base_model:

• google/gemma-3-12b-it-qat-int4-unquantized license: gemma tags:
• gemma3
• unsloth
• 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模型，您需要审阅并同意Google的使用许可协议。请确保您已登录Hugging Face账号，然后点击下方按钮。请求将立即处理。 extra_gated_button_content: 确认许可协议

Gemma 3模型卡片

模型主页: Gemma

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

本代码库中的检查点为未量化版本，请使用您喜欢的工具以Q4_0格式进行量化

得益于QAT技术，该模型能在显著降低内存占用的同时，保持与bfloat16相近的模型质量。

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]

开发团队: Google DeepMind

模型信息

概述模型功能及输入输出定义。

模型描述

Gemma是谷歌基于创建Gemini模型的相同研究技术构建的轻量级尖端开放模型系列。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的大规模上下文窗口，支持140多种语言，且提供比前代更多的参数量选择。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笔记本电脑、台式机或自有云基础设施等资源有限的环境中，让更多人能接触尖端AI模型，促进创新普惠。

输入输出

• 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896x896分辨率，每张图像编码为256个token
  • 总输入上下文长度：1B模型为32K token，4B/12B/27B模型为128K 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
  • 总输出上下文长度：8192个token

引用格式

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

模型数据

说明模型训练数据及其处理方式。

训练数据集

这些模型训练使用的文本数据集包含多种来源。27B模型训练使用了14万亿token，12B模型12万亿，4B模型4万亿，1B模型2万亿。主要数据组成：

• 网络文档：多样化的网页文本确保模型接触广泛的语言风格、主题和词汇。训练数据涵盖140多种语言。
• 代码：让模型学习编程语言的语法和模式，提升代码生成和理解能力。
• 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信息提取任务。

这些多样化数据源的组合对于训练能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

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训练集中的个人信息等敏感数据。
• 其他方法：根据[安全政策][safety-policies]进行内容质量和安全性过滤。

实现信息

模型内部技术细节。

硬件

Gemma使用[张量处理单元(TPU)][tpu]硬件(TPUv4p/v5p/v5e)训练。训练视觉语言模型(VLM)需要强大算力，TPU在机器学习常见矩阵运算方面的优势包括：

• 性能：专为VLM训练的大规模计算设计，相比CPU显著加速训练。
• 内存：大容量高带宽内存支持训练大批量和大型模型，提升模型质量。
• 可扩展性：TPU Pods(TPU集群)为大型基础模型提供可扩展解决方案，可通过多设备分布式训练提升效率。
• 成本效益：相比CPU基础设施，TPU通常能以更低成本训练大模型，特别是考虑到训练时间缩短带来的资源节省。
• 这些优势符合[谷歌可持续发展承诺][sustainability]。

软件

使用[JAX][jax]和[ML Pathways][ml-pathways]进行训练。

JAX让研究人员能利用包括TPU在内的最新硬件加速大型模型训练。ML Pathways是谷歌构建能跨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模型论文][gemini-2-paper]所述，JAX和ML Pathways共同实现了"Jax和Pathways的'单控制器'编程模型使得单个Python进程就能编排整个训练流程，极大简化了开发工作流。"

评估

[!注意] 本节评估结果对应原始检查点，非QAT检查点。

模型评估指标与结果。

基准测试结果

这些模型在大量不同数据集和指标上进行评估，涵盖文本生成的多个方面：

推理与事实性

STEM与代码

多语言能力

多模态能力

伦理与安全

伦理安全评估方法与结果。

评估方法

我们的评估方法包括结构化评估和针对相关内容政策的内部红队测试。红队测试由多个团队