گوگل در کنفرانس سالانه توسعه‌دهندگان Google I/O 2024 از نسل بعدی مدل‌های زبانی Gemma رونمایی کرد. نسخه اپن‌سورس Gemma 2 با 27 میلیارد پارامتر در ماه ژوئن عرضه می‌شود.

در حال حاضر PaliGemma، یک نوع Gemma از پیش آموزش دیده است که گوگل آن را به‌عنوان «نخستین مدل زبان بینایی در خانواده Gemma» برای شرح تصاویر، برچسب‌گذاری تصویر و موارد استفاده بصری پرسش و پاسخ توصیف می‌کند.

تاکنون، مدل‌های استاندارد Gemma که در اوایل سال جاری عرضه شدند، تنها در نسخه‌های 2 میلیارد و 7 میلیارد پارامتری موجود بودند که این مدل جدید 27 میلیاردی عرضه می‌شود.

«جاش وودوارد»، معاون Google Labs، در جلسه‌ای خاطرنشان کرد که مدل‌های Gemma بیش از «میلیون‌ها بار» در سرویس‌های مختلفی که در دسترس هستند دانلود شده‌اند. او تاکید کرد که گوگل این مدل 27 میلیارد پارامتری را برای اجرا روی پردازنده‌های گرافیکی نسل بعدی انویدیا، میزبان Google Cloud TPU و سرویس مدیریت‌شده Vertex AI بهینه کرده است.

گوگل هنوز اطلاعات زیادی در مورد Gemma 2 به‌اشتراک نگذاشته است. بنابراین باید ببینیم زمانی که توسعه‌دهندگان به آن دست پیدا می‌کنند، عملکرد آن چگونه است.