🚀 Gemma 3 4B 指令调优的QAT压缩张量模型

Gemma 3 4B指令调优的QAT压缩张量模型是基于Google先进技术构建的轻量级多模态模型。它能够处理文本和图像输入并生成文本输出，适用于多种文本生成和图像理解任务，且在资源有限的环境中也能部署。

🚀 快速开始

此检查点已从 https://huggingface.co/google/gemma-3-4b-it-qat-q4_0-gguf 转换为 压缩张量 格式和BF16数据类型（因此并非无损）。

你可以使用vLLM运行该模型：

vllm serve gaunernst/gemma-3-4b-it-qat-compressed-tensors

以下是原始模型卡片内容。

✨ 主要特性

• 多模态处理：能够处理文本和图像输入，生成文本输出。
• 大上下文窗口：拥有128K的大上下文窗口，支持超过140种语言。
• 轻量化设计：相对较小的模型尺寸，适合在资源有限的环境中部署。
• 高质量输出：通过QAT量化感知训练，在减少内存需求的同时保持与bfloat16相近的质量。

📦 安装指南

暂未提及具体安装步骤，可参考快速开始部分使用vLLM运行模型。

💻 使用示例

基础用法

llama.cpp（仅文本）

./llama-cli -hf google/gemma-3-4b-it-qat-q4_0-gguf -p "Write a poem about the Kraken."

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-3-4b-it-qat-q4_0-gguf -p "Describe this image." --image ~/Downloads/surprise.png

ollama（仅文本）

目前使用Ollama通过Hugging Face的GGUFs不支持图像输入。请查看 运行受限仓库的文档。

ollama run hf.co/google/gemma-3-4b-it-qat-q4_0-gguf

📚 详细文档

模型信息

描述

Gemma是谷歌推出的一系列轻量级、最先进的开放模型，基于创建Gemini模型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的权重均开放。Gemma 3具有128K的大上下文窗口，支持超过140种语言，且比之前的版本有更多的尺寸可供选择。该模型非常适合各种文本生成和图像理解任务，包括问答、摘要和推理等。其相对较小的尺寸使其能够在笔记本电脑、台式机或自有云基础设施等资源有限的环境中部署，让更多人能够使用最先进的AI模型，促进创新。

输入和输出

• 输入：
  • 文本字符串，如问题、提示或待摘要的文档。
  • 图像，需归一化为896 x 896分辨率并编码为每个256个标记。
  • 对于4B、12B和27B尺寸的模型，总输入上下文为128K个标记；对于1B尺寸的模型，总输入上下文为32K个标记。
• 输出：
  • 针对输入生成的文本，如问题的答案、图像内容的分析或文档的摘要。
  • 总输出上下文为8192个标记。

模型数据

训练数据集

这些模型在包含多种来源的文本数据集上进行训练。27B模型使用14万亿个标记进行训练，12B模型使用12万亿个标记，4B模型使用4万亿个标记，1B模型使用2万亿个标记。主要组成部分如下：

• 网页文档：多样化的网页文本集合确保模型能够接触到广泛的语言风格、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，提高生成代码和理解代码相关问题的能力。
• 数学：在数学文本上进行训练有助于模型学习逻辑推理、符号表示和处理数学查询。
• 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结合对于训练一个强大的多模态模型至关重要，该模型能够处理各种不同的任务和数据格式。

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：根据内容质量和安全性进行过滤，符合 我们的政策。

实现信息

硬件

Gemma使用 张量处理单元（TPU） 硬件（TPUv4p、TPUv5p和TPUv5e）进行训练。训练视觉语言模型（VLM）需要大量的计算能力。TPU专门为机器学习中常见的矩阵运算而设计，在该领域具有以下优势：

• 性能：TPU专门用于处理训练VLM涉及的大量计算，与CPU相比，可显著加快训练速度。
• 内存：TPU通常配备大量高带宽内存，允许在训练期间处理大型模型和批量大小，这有助于提高模型质量。
• 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的解决方案。你可以在多个TPU设备上分布训练，以实现更快、更高效的处理。
• 成本效益：在许多情况下，与基于CPU的基础设施相比，TPU可以为训练大型模型提供更具成本效益的解决方案，特别是考虑到由于训练速度加快而节省的时间和资源。
• 这些优势符合 谷歌对可持续运营的承诺。

软件

训练使用 JAX 和 ML Pathways 进行。

JAX使研究人员能够利用最新一代的硬件（包括TPU），以更快、更高效地训练大型模型。ML Pathways是谷歌最新构建能够跨多个任务进行泛化的人工智能系统的努力，特别适用于基础模型，包括此类大型语言模型。

JAX和ML Pathways的结合使用如 关于Gemini系列模型的论文 中所述：“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，极大地简化了开发工作流程。”

评估

⚠️ 重要提示

本节中的评估对应于原始检查点，而非QAT检查点。

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评估，以涵盖文本生成的不同方面：

推理和事实性

STEM和代码

多语言

多模态

伦理与安全

评估方法

我们的评估方法包括结构化评估和对相关内容政策的内部红队测试。红队测试由多个不同的团队进行，每个团队有不同的目标和人工评估指标。这些模型针对与伦理和安全相关的多个不同类别进行评估，包括：

• 儿童安全：评估文本到文本和图像到文本的提示，涵盖儿童安全政策，包括儿童性虐待和剥削。
• 内容安全：评估文本到文本和图像到文本的提示，涵盖安全政策，包括骚扰、暴力和血腥内容以及仇恨言论。
• 代表性伤害：评估文本到文本和图像到文本的提示，涵盖安全政策，包括偏见、刻板印象和有害关联或不准确信息。

除了开发层面的评估，我们还进行“保证评估”，这是我们为责任治理决策进行的“独立”内部评估。这些评估与模型开发团队分开进行，为发布决策提供信息。高层级的评估结果会反馈给模型团队，但提示集不会公开，以防止过拟合并保持结果为决策提供信息的能力。保证评估结果作为发布审查的一部分报告给我们的责任与安全委员会。

评估结果

在所有安全测试领域，与之前的Gemma模型相比，我们在儿童安全、内容安全和代表性伤害类别中看到了重大改进。所有测试均在没有安全过滤器的情况下进行，以评估模型的能力和行为。对于文本到文本和图像到文本，以及所有模型尺寸，模型产生的政策违规极少，并且在无根据推断方面比之前的Gemma模型表现出显著改进。我们评估的一个局限性是只包括英语提示。

使用与限制

预期用途

开放视觉语言模型（VLM）在各个行业和领域有广泛的应用。以下潜在用途列表并不全面，其目的是提供有关模型创建者在模型训练和开发过程中考虑的可能用例的上下文信息。

• 内容创作与沟通：
  • 文本生成：这些模型可用于生成创意文本格式，如诗歌、脚本、代码、营销文案和电子邮件草稿。
  • 聊天机器人和对话式AI：为客户服务、虚拟助手或交互式应用程序提供对话界面。
  • 文本摘要：生成文本语料库、研究论文或报告的简洁摘要。
  • 图像数据提取：这些模型可用于提取、解释和总结视觉数据，用于文本通信。
• 研究与教育：
  • 自然语言处理（NLP）和VLM研究：这些模型可以为研究人员提供基础，用于实验VLM和NLP技术、开发算法和推动该领域的发展。
  • 语言学习工具：支持交互式语言学习体验，帮助进行语法纠正或提供写作练习。
  • 知识探索：通过生成摘要或回答关于特定主题的问题，协助研究人员探索大量文本。

限制

• 训练数据：
  • 训练数据的质量和多样性会显著影响模型的能力。训练数据中的偏差或差距可能导致模型响应的局限性。
  • 训练数据集的范围决定了模型能够有效处理的主题领域。
• 上下文和任务复杂性：
  • 模型更擅长可以用清晰提示和说明表述的任务。开放式或高度复杂的任务可能具有挑战性。
  • 模型的性能可能会受到提供的上下文量的影响（在一定程度上，更长的上下文通常会导致更好的输出）。
• 语言歧义与细微差别：
  • 自然语言本质上是复杂的。模型可能难以理解微妙的细微差别、讽刺或比喻语言。
• 事实准确性：
  • 模型根据从训练数据集中学到的信息生成响应，但它们不是知识库。它们可能会生成不正确或过时的事实陈述。
• 常识：
  • 模型依赖于统计信息。

🔧 技术细节

硬件

Gemma使用 张量处理单元（TPU） 硬件（TPUv4p、TPUv5p和TPUv5e）进行训练。TPU专门为机器学习中常见的矩阵运算而设计，在训练视觉语言模型（VLM）时具有性能、内存、可扩展性和成本效益等优势，且符合 谷歌对可持续运营的承诺。

软件

训练使用 JAX 和 ML Pathways 进行。JAX使研究人员能够利用最新一代的硬件（包括TPU），以更快、更高效地训练大型模型。ML Pathways是谷歌构建能够跨多个任务进行泛化的人工智能系统的最新努力，特别适用于基础模型。

📄 许可证

该模型使用Gemma许可证。

引用

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

模型信息表格