爱尚秀 > 社会 > 正文

开源王者归来！谷歌上新开源模型Gemma，领跑Llama-2，手机PC可跑

2024-02-24 08:47 来源：爱尚秀点击：

开源王者归来！谷歌上新开源模型Gemma，领跑Llama-2，手机PC可跑

文｜邓咏仪

编辑｜苏建勋

2024 年刚开年，AI 巨头们的竞赛，一波未平一波又起。

前几日，尽管和 OpenAI Sora 的比试里遗憾落了下风，但进击的谷歌，默默在深夜再度出了个大招——

北京时间 2 月 21 日深夜，谷歌正式宣布，推出全新开源模型 Gemma。

Gemma 官网来源：谷歌

对于 Gemma，谷歌自己的官方描述是：

Gemma 是先进的轻量级开放模型系列，采用了与创建 Gemini 模型相同的研究和技术。受到 Gemini 的启发，Google DeepMind 和 Google 其他团队合作开发了 Gemma，并用拉丁语中意为 " 宝石 " 的 gemma 为其命名。

Gemma 是一个小尺寸的大语言模型，与谷歌自家现在最强的大模型 Gemini 同出一源，共享技术。本次，谷歌发布了 Gemma 的两个版本：Gemma 2B（20 亿参数）和 Gemma 7B（70 亿参数）。每种规模都提供了预训练和指令微调版本。

相较于百亿甚至千亿级别的通用基座大模型，2B 和 7B 两个版本算是入门级的模型尺寸，相对应地，其应用成本也会更低。

比如，2B 体量的大模型连手机都可以带得动而 7B（70 亿）则是一个检验模型性能的经典尺寸。大部分厂商在发布模型时，都会先选择发布近似这个体量的版本。

值得注意的是，Gemma 和现在谷歌自家最强的大模型 Gemini 共享同一套技术。这相当于，谷歌把更小体量的 Gemini 放出来，跟现在的一众开源模型对打。

当前，Gemma 2B 和 7B 允许所有组织（无论规模大小）负责任地进行商用和分发。未来，Gemma 这个系列还会发布更大尺寸的模型。

而为了方便开发者，谷歌不仅开源模型，还附带开发套装，包括全新的 " 负责任生成式 AI 工具包 "，为基于 Gemma 开发安全的人工智能应用程序提供了必要指导和工具，以及跨主流框架（如 JAX、PyTorch 及原生 Keras 3.0 下的 TensorFlow）的推理和监督微调（SFT）工具链。

各种设备也已经适配好。谷歌已经基于英伟达的 GPUs 和谷歌云 TPUs 等多个 AI 硬件平台，对 Gemma 进行优化，让模型可以直接在笔记本电脑或台式机上运行。

谷歌此举，俘获了不少技术开发者的心。有人表示：好消息，谷歌终于再度回到开源路线了。

△网友迅速产出嘲笑 OpenAI 闭源的梗图来源：X（Twitter）

不过，吃瓜的网友还是占大多数，有网友说：未来又有一众厂商又有技术型突破了，还有人吆喝：快通知这几天火遍国内的 AI 卖课大师李一舟。

△来源：Twitter（X）

小尺寸高性能，领跑 Llama 2

此前，全球被用得最多的开源模型，是 Meta 旗下的 Lalma-2。谷歌发布 Gemma，可以说直指开源竞赛——不少从业者表示，最强开源大模型，今日易主。

在 Gemma 的技术报告中，谷歌放出了大量训练细节，其中就包括 Llama-2 的测试对比结果图，大多数指标都超过了 Llama-2。

△来源：谷歌

在训练数据上，Gemma 主要在大量英文文本数据上进行训练的，这些数据主要来源于网络文档、数学和代码。具体来说，Gemma 2B 模型训练了大约 2 万亿（2T）个 token，而 Gemma 7B 模型则训练了大约 6 万亿（6T）个 token。

不过，Gemma 没有接受过处理图像或视频等非文本数据的训练，也没有专门针对多语言任务进行优化。

在谷歌的测试结果中，Gemma 模型在 18 个文本任务中的 11 个上超越了同样规模的开放模型。它们在多个领域，包括问答、常识推理、数学和科学以及编程等领域，展示了先进的理解和推理能力。

谷歌甚至表示，Gemma 模型在 70 亿参数规模的语言模型中表现最佳，甚至超过了一些参数量更大的模型。

△在各类英文数据集上，Gemma 与其他相近体量开源模型对比来源：谷歌

而最近风头正盛，号称要做 " 欧洲版 OpenAI" 的 MistralAI 是开源领域的新势力，旗下的 Mistral 7B 被誉为是 " 最强 7B 模型 "。

对此，Gemma 说：也没带怕的。在问答、推理、数学、代码场景里，Gemma 的表现同样领先。

谷歌再度领先开源竞赛

在大模型开源这件事上，谷歌可以说是鼻祖。在最初的 Transformer、Bert 等大模型路线，都离不开谷歌的经典论文、开源的多个基座模型等等重要贡献。

但 OpenAI 自从发布 ChatGPT，此后的模型便开始转向闭源，这招致了 AI 界的批评和反对—— OpenAI 这个名字也多了几分讽刺意味。

对此，硅谷技术圈内的开源竞赛号角再度吹响。从 2023 年开始，Meta 开源 Llama、欧洲版 OpenAI Mistral 开源最强 7B 模型，还有马斯克的 Grok，都在加速追赶开源社区追赶闭源模型的脚步。

△一张经典的开源 / 闭源模型性能对比图来源：ARK Invest

不过，对 AI 大模型的安全规范，学界、工业界依然争论不休，对于是否要让更大尺寸的模型开源，各家厂商都采取不一样的路线和开源程度。

比如，如 OpenAI、谷歌和 Meta 等大公司，都在开源的节奏上更为审慎。2023 年 7 月，Meta 开源 Llama-2 时，就一口气提供了 Llama-2 的三种参数规模版本（70 亿、130 亿和 700 亿）。对此，OpenAI 的首席科学家安德烈 · 卡帕西（Andrej Karpathy）就说，"Llama 2 是任何人都可以拿到的最强大语言模型。"

相对应地，Meta 在开源时也设置了条件，有条件地开源给商业使用，而且超过 7 亿用户量的还要单独申请。

而在 2023 年新成立的 AI 公司 Mistral，由一群从 DeepMind 和 MetaAI 出走的科学家远赴欧洲成立。

他们的路线更为激进，更像是原始版本的 OpenAI：要让 GenAI（生成式 AI）为所有企业所用，完全开源。