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-3-12b-it
标签：

• gemma
• gemma3

Gemma 3 12B 指令调优 QAT 压缩张量

此检查点是从 https://huggingface.co/google/gemma-3-12b-it-qat-q4_0-gguf 转换为压缩张量格式和BF16数据类型（因此无损）。

您可以使用vLLM运行此模型：

vllm serve gaunernst/gemma-3-12b-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]
本仓库对应Gemma 3模型的12B指令调优版本，采用GGUF格式的量化感知训练(QAT)。GGUF对应Q4_0量化。
得益于QAT，该模型能在显著降低内存需求的同时保持与bfloat16相近的质量。
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][vertex-mg-gemma3]

使用条款: [条款][terms]
作者: Google DeepMind

模型信息

概述及输入输出的简要定义。

描述

Gemma是Google推出的轻量级、前沿开放模型家族，基于创建Gemini模型的相同研究与技术构建。Gemma 3模型是多模态的，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，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在资源有限的环境（如笔记本电脑、台式机或自有云基础设施）中部署， democratizing最先进AI模型的访问，助力创新普惠。

输入与输出

• 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 token
  • 4B/12B/27B尺寸的总输入上下文为128K token，1B尺寸为32K token

• 输出:

  • 响应输入的生成文本，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

以下是快速运行模型的代码片段。

llama.cpp（仅文本）

./llama-cli -hf google/gemma-3-12b-it-qat-q4_0-gguf -p "写一首关于北海巨妖的诗。"  

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-3-12b-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GGUF与Ollama暂不支持图像输入。请查阅运行私有GGUF的文档。

ollama run hf.co/google/gemma-3-12b-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12万亿，4B模型4万亿，1B模型2万亿。关键组成部分包括：

• 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。训练数据集包含140多种语言的内容。
• 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数据提取任务。

这些多样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

关键的数据清理和过滤方法：

• 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: 作为使Gemma预训练模型安全可靠的一部分，使用自动化技术过滤某些个人信息和其他敏感数据。
• 其他方法: 根据[安全政策][safety-policies]进行内容质量和安全性的过滤。

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专为机器学习常见的矩阵运算设计，在此领域具有多项优势：

• 性能: TPU专为处理VLM训练中的大规模计算设计，相比CPU能显著加速训练。
• 内存: TPU通常配备大容量高带宽内存，支持训练时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）为处理日益复杂的基础模型提供可扩展解决方案。
• 成本效益: 在许多场景下，TPU相比CPU基础设施能提供更具成本效益的解决方案，尤其是考虑到因更快训练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]。

JAX让研究人员能利用包括TPU在内的最新硬件，更快更高效地训练大模型。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语言模型在内的基础模型。

如[Gemini模型家族论文][gemini-2-paper]所述，JAX和ML Pathways共同实现了"Jax和Pathways的'单控制器'编程模型允许单个Python进程编排整个训练运行，极大简化了开发工作流。"

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评估，覆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