谷歌发布兼顾性能与效率的开源AI“Gemma 4”

研究背景

现有AI模型面临着提高计算效率、增强推理能力并处理多种形式数据的挑战。因此，谷歌有必要开发一个在性能和效率上都有所改善的新模型系列。

方法

引入了参数量从23亿到310亿不等的各种规模的稠密和混合专家架构。此外，应用了改进的视听编码器以及直接处理原始音频和图像的集成编码器，并整合了在回答前生成思考过程的“思考模式”。

主要结果

计算速度、内存与计算效率以及长文本处理能力得到了提升。这使得模型在STEM、多模态和长文本评估中实现了性能飞跃，在人类评估任务中表现出足以与更大规模的最先进开源模型相竞争的水平。

局限与待确认之处

摘要中未提及具体的商业化日程或实际服务应用时的性价比等信息。

术语解释

• 多模态 — 不仅能理解文本，还能同时理解和处理图像、音频等多种形式信息的的技术。
• 参数 — AI用于学习和判断的设定值，通常规模越大，越能执行复杂的任务。
• 推理 — AI基于学习过的数据对新问题进行回答或得出结论的过程。