Google lance la série Gemma 2 : Découvrez les deux modèles légers - 9B et 27B.

Google a annoncé que sa série de modèles légers, Gemma 2, sera accessible aux chercheurs et développeurs via Vertex AI à partir du mois prochain. Initialement dotée d'un modèle de 27 milliards de paramètres, la série s'est élargie pour inclure une variante de 9 milliards de paramètres, surprenant ainsi de nombreux acteurs du secteur technologique.

Gemma 2 a été dévoilée lors de Google I/O en mai, succédant aux modèles de 2 milliards et 7 milliards de paramètres lancés plus tôt cette année. Ce modèle de nouvelle génération est optimisé pour une utilisation avec les derniers GPU de Nvidia ou un hôte TPU unique dans Vertex AI. Il vise à soutenir les développeurs souhaitant intégrer l'IA dans des applications et sur des appareils de périphérie tels que les smartphones, les dispositifs IoT et les ordinateurs personnels.

Les nouveaux modèles Gemma 2 illustrent les avancées technologiques en IA, permettant des modèles plus petits et plus efficaces qui répondent à divers besoins utilisateurs. Avec l'introduction des options à 9 milliards et 27 milliards de paramètres, Google offre aux développeurs flexibilité pour des applications sur appareil ou dans le cloud. La nature open-source de Gemma 2 facilite également la personnalisation et l'intégration dans différents projets.

Il sera intéressant de voir comment les variantes existantes de Gemma—CodeGemma, RecurrentGemma et PaliGemma—tireront parti de ces nouveaux modèles pour des capacités améliorées. De plus, Google prévoit d'introduire prochainement un modèle de 2,6 milliards de paramètres, visant à « combler le fossé entre accessibilité légère et performance puissante ».

Gemma 2 est actuellement disponible via Google AI Studio, avec des poids de modèle téléchargeables depuis Kaggle et Hugging Face. Les chercheurs peuvent accéder à Gemma 2 gratuitement via Kaggle ou profiter de l'offre gratuite fournie pour les notebooks Colab.

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles