Gemma 具有以下主要功能：
需要注意的是，Gemma 对非英文语种的反馈不是很稳定。
作者：吵爷Google刚刚发布了家用版的小模型Gemma，分别为2b（20亿参数）和7b（70亿参数）版本。相对千亿参数的大模型，这种小模型可能不适合解决特别复杂的任务，但是从趋势上看应该是模型本地化提升基础操作效率的模板。类似之前国内发布的ChatGLM-6B。现在的部署环境比一年前要友好多了，首先提一下Ollama，Ollama是一个开源的大型语言模型服务，可以非常方便地部署最新版本的GPT模型并通过接口使用，支持热加载模型文件,无需重新启动即可切换不同的模型。除了Gemma，像小型的llama也支持本地部署。环境准备首先进入ollama.com，下载程序并安装（支持windows，linux和macos）查找cmd进入命令提示符，输入ollama -v检查版本，安装完成后版本应该显示0.1.26cls清空屏幕，接下来直接输入ollama run gemma运行模型（默认是2b），首次需要下载，需要等待一段时间，如果想用7b，运行ollama run gemma:7b完成以后就可以直接对话了，2个模型都安装以后，可以重复上面的指令切换。2b的反应速度非常快，但是能够互动的话题有限。7b我也试了下，能跑是能跑（我是3050显卡），但是会有明显的卡顿，输出内容的质量相对会高不少，但无论2b还是7b，对非英文语种的反馈都不是很稳定。2b测试7b测试另外模型里一些常用的内部指令/set显示设置界面可调整的设置项/show显示模型信息/load <model>加载一个已有模型/bye退出
虽然许多早期的大型语言模型主要使用英语语言数据进行训练，但该领域正在迅速发展。越来越多的新模型在多语言数据集上进行训练，并且越来越关注开发专门针对世界语言的模型。然而，在确保不同语言的公平代表性和性能方面仍然存在挑战，特别是那些可用数据和计算资源较少的语言。Gemma是Google的开放模型系列，旨在通过支持非日耳曼语言的项目开发来应对这些挑战。它的分词器和大量标语词汇使其特别适合处理各种语言。观看印度的开发人员如何使用Gemma创建Navarasa，这是一个针对印度语言进行微调的Gemma模型。[Developing for Indic languages Gemma and Navarasa.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/LVXKbQpGIou04uxUaTQcXsJpnCJ?allow_redirect=1)[heading1]通过LearnLM使每位教师都能接触到每个学生[content]谷歌一直在试行由LearnLM提供支持的Google Classroom的新功能，以帮助减轻教师的工作量。应用生成式人工智能，我们正在探索如何帮助简化课程计划流程，使教师能够根据学生的个人需求定制课程和内容，以便他们能够扩大学习影响力并满足学生的需求。[Empowering Every Teacher to Reach Every Student with LearnLM.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/XkNDbpJcao66JVxan3ochV8xnFg?allow_redirect=1)
Gamma是一个在线演示文稿制作平台，它利用人工智能技术帮助用户快速创建和设计演示文稿。用户可以通过简单的文本输入来生成幻灯片，Gamma的AI系统会根据内容自动提供布局建议和设计元素。该平台支持多种多媒体格式的嵌入，如GIF和视频，使得演示文稿更加生动和吸引人。Gamma提供了多种预设主题和自定义选项，允许用户调整和优化他们的演示文稿。Gamma的目标是简化演示文稿的创建过程，使得非设计专业人士也能轻松制作出具有专业外观的演示文稿。通过使用Gamma，用户可以节省设计时间，专注于内容的表达和创意的发挥。