Gemma 3 4b It Qat Compressed Tensors

🚀 Gemma 3 4B 指令調優的QAT壓縮張量模型

Gemma 3 4B指令調優的QAT壓縮張量模型是基於Google先進技術構建的輕量級多模態模型。它能夠處理文本和圖像輸入並生成文本輸出，適用於多種文本生成和圖像理解任務，且在資源有限的環境中也能部署。

🚀 快速開始

此檢查點已從 https://huggingface.co/google/gemma-3-4b-it-qat-q4_0-gguf 轉換為 壓縮張量 格式和BF16數據類型（因此並非無損）。

你可以使用vLLM運行該模型：

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

以下是原始模型卡片內容。

✨ 主要特性

• 多模態處理：能夠處理文本和圖像輸入，生成文本輸出。
• 大上下文窗口：擁有128K的大上下文窗口，支持超過140種語言。
• 輕量化設計：相對較小的模型尺寸，適合在資源有限的環境中部署。
• 高質量輸出：通過QAT量化感知訓練，在減少內存需求的同時保持與bfloat16相近的質量。

📦 安裝指南

暫未提及具體安裝步驟，可參考快速開始部分使用vLLM運行模型。

💻 使用示例

基礎用法

llama.cpp（僅文本）

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

llama.cpp（圖像輸入）

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（僅文本）

目前使用Ollama通過Hugging Face的GGUFs不支持圖像輸入。請查看 運行受限倉庫的文檔。

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

📚 詳細文檔

模型信息

描述

Gemma是谷歌推出的一系列輕量級、最先進的開放模型，基於創建Gemini模型的相同研究和技術構建。Gemma 3模型是多模態的，能夠處理文本和圖像輸入並生成文本輸出，其預訓練變體和指令調優變體的權重均開放。Gemma 3具有128K的大上下文窗口，支持超過140種語言，且比之前的版本有更多的尺寸可供選擇。該模型非常適合各種文本生成和圖像理解任務，包括問答、摘要和推理等。其相對較小的尺寸使其能夠在筆記本電腦、臺式機或自有云基礎設施等資源有限的環境中部署，讓更多人能夠使用最先進的AI模型，促進創新。

輸入和輸出

• 輸入：
  • 文本字符串，如問題、提示或待摘要的文檔。
  • 圖像，需歸一化為896 x 896分辨率並編碼為每個256個標記。
  • 對於4B、12B和27B尺寸的模型，總輸入上下文為128K個標記；對於1B尺寸的模型，總輸入上下文為32K個標記。
• 輸出：
  • 針對輸入生成的文本，如問題的答案、圖像內容的分析或文檔的摘要。
  • 總輸出上下文為8192個標記。

模型數據

訓練數據集

這些模型在包含多種來源的文本數據集上進行訓練。27B模型使用14萬億個標記進行訓練，12B模型使用12萬億個標記，4B模型使用4萬億個標記，1B模型使用2萬億個標記。主要組成部分如下：

• 網頁文檔：多樣化的網頁文本集合確保模型能夠接觸到廣泛的語言風格、主題和詞彙。訓練數據集包含超過140種語言的內容。
• 代碼：讓模型接觸代碼有助於其學習編程語言的語法和模式，提高生成代碼和理解代碼相關問題的能力。
• 數學：在數學文本上進行訓練有助於模型學習邏輯推理、符號表示和處理數學查詢。
• 圖像：廣泛的圖像使模型能夠執行圖像分析和視覺數據提取任務。

這些多樣化數據源的結合對於訓練一個強大的多模態模型至關重要，該模型能夠處理各種不同的任務和數據格式。

數據預處理

以下是應用於訓練數據的關鍵數據清理和過濾方法：

• CSAM過濾：在數據準備過程的多個階段應用嚴格的CSAM（兒童性虐待材料）過濾，以確保排除有害和非法內容。
• 敏感數據過濾：作為使Gemma預訓練模型安全可靠的一部分，使用自動化技術從訓練集中過濾掉某些個人信息和其他敏感數據。
• 其他方法：根據內容質量和安全性進行過濾，符合 我們的政策。

實現信息

硬件

Gemma使用 張量處理單元（TPU） 硬件（TPUv4p、TPUv5p和TPUv5e）進行訓練。訓練視覺語言模型（VLM）需要大量的計算能力。TPU專門為機器學習中常見的矩陣運算而設計，在該領域具有以下優勢：

• 性能：TPU專門用於處理訓練VLM涉及的大量計算，與CPU相比，可顯著加快訓練速度。
• 內存：TPU通常配備大量高帶寬內存，允許在訓練期間處理大型模型和批量大小，這有助於提高模型質量。
• 可擴展性：TPU Pod（大型TPU集群）為處理大型基礎模型日益增長的複雜性提供了可擴展的解決方案。你可以在多個TPU設備上分佈訓練，以實現更快、更高效的處理。
• 成本效益：在許多情況下，與基於CPU的基礎設施相比，TPU可以為訓練大型模型提供更具成本效益的解決方案，特別是考慮到由於訓練速度加快而節省的時間和資源。
• 這些優勢符合 谷歌對可持續運營的承諾。

軟件

訓練使用 JAX 和 ML Pathways 進行。

JAX使研究人員能夠利用最新一代的硬件（包括TPU），以更快、更高效地訓練大型模型。ML Pathways是谷歌最新構建能夠跨多個任務進行泛化的人工智能系統的努力，特別適用於基礎模型，包括此類大型語言模型。

JAX和ML Pathways的結合使用如 關於Gemini系列模型的論文 中所述：“Jax和Pathways的‘單控制器’編程模型允許單個Python進程編排整個訓練運行，極大地簡化了開發工作流程。”

評估

⚠️ 重要提示

本節中的評估對應於原始檢查點，而非QAT檢查點。

基準測試結果

這些模型針對大量不同的數據集和指標進行評估，以涵蓋文本生成的不同方面：

推理和事實性

STEM和代碼

多語言

多模態

倫理與安全

評估方法

我們的評估方法包括結構化評估和對相關內容政策的內部紅隊測試。紅隊測試由多個不同的團隊進行，每個團隊有不同的目標和人工評估指標。這些模型針對與倫理和安全相關的多個不同類別進行評估，包括：

• 兒童安全：評估文本到文本和圖像到文本的提示，涵蓋兒童安全政策，包括兒童性虐待和剝削。
• 內容安全：評估文本到文本和圖像到文本的提示，涵蓋安全政策，包括騷擾、暴力和血腥內容以及仇恨言論。
• 代表性傷害：評估文本到文本和圖像到文本的提示，涵蓋安全政策，包括偏見、刻板印象和有害關聯或不準確信息。

除了開發層面的評估，我們還進行“保證評估”，這是我們為責任治理決策進行的“獨立”內部評估。這些評估與模型開發團隊分開進行，為發佈決策提供信息。高層級的評估結果會反饋給模型團隊，但提示集不會公開，以防止過擬合併保持結果為決策提供信息的能力。保證評估結果作為發佈審查的一部分報告給我們的責任與安全委員會。

評估結果

在所有安全測試領域，與之前的Gemma模型相比，我們在兒童安全、內容安全和代表性傷害類別中看到了重大改進。所有測試均在沒有安全過濾器的情況下進行，以評估模型的能力和行為。對於文本到文本和圖像到文本，以及所有模型尺寸，模型產生的政策違規極少，並且在無根據推斷方面比之前的Gemma模型表現出顯著改進。我們評估的一個侷限性是隻包括英語提示。

使用與限制

預期用途

開放視覺語言模型（VLM）在各個行業和領域有廣泛的應用。以下潛在用途列表並不全面，其目的是提供有關模型創建者在模型訓練和開發過程中考慮的可能用例的上下文信息。

• 內容創作與溝通：
  • 文本生成：這些模型可用於生成創意文本格式，如詩歌、腳本、代碼、營銷文案和電子郵件草稿。
  • 聊天機器人和對話式AI：為客戶服務、虛擬助手或交互式應用程序提供對話界面。
  • 文本摘要：生成文本語料庫、研究論文或報告的簡潔摘要。
  • 圖像數據提取：這些模型可用於提取、解釋和總結視覺數據，用於文本通信。
• 研究與教育：
  • 自然語言處理（NLP）和VLM研究：這些模型可以為研究人員提供基礎，用於實驗VLM和NLP技術、開發算法和推動該領域的發展。
  • 語言學習工具：支持交互式語言學習體驗，幫助進行語法糾正或提供寫作練習。
  • 知識探索：通過生成摘要或回答關於特定主題的問題，協助研究人員探索大量文本。

限制

• 訓練數據：
  • 訓練數據的質量和多樣性會顯著影響模型的能力。訓練數據中的偏差或差距可能導致模型響應的侷限性。
  • 訓練數據集的範圍決定了模型能夠有效處理的主題領域。
• 上下文和任務複雜性：
  • 模型更擅長可以用清晰提示和說明表述的任務。開放式或高度複雜的任務可能具有挑戰性。
  • 模型的性能可能會受到提供的上下文量的影響（在一定程度上，更長的上下文通常會導致更好的輸出）。
• 語言歧義與細微差別：
  • 自然語言本質上是複雜的。模型可能難以理解微妙的細微差別、諷刺或比喻語言。
• 事實準確性：
  • 模型根據從訓練數據集中學到的信息生成響應，但它們不是知識庫。它們可能會生成不正確或過時的事實陳述。
• 常識：
  • 模型依賴於統計信息。

🔧 技術細節

硬件

Gemma使用 張量處理單元（TPU） 硬件（TPUv4p、TPUv5p和TPUv5e）進行訓練。TPU專門為機器學習中常見的矩陣運算而設計，在訓練視覺語言模型（VLM）時具有性能、內存、可擴展性和成本效益等優勢，且符合 谷歌對可持續運營的承諾。

軟件

訓練使用 JAX 和 ML Pathways 進行。JAX使研究人員能夠利用最新一代的硬件（包括TPU），以更快、更高效地訓練大型模型。ML Pathways是谷歌構建能夠跨多個任務進行泛化的人工智能系統的最新努力，特別適用於基礎模型。

📄 許可證

該模型使用Gemma許可證。

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