Model Releases
Google DeepMind Lanza Gemma: El Modelo de Código Abierto que Revoluciona la IA Local
Google DeepMind presenta Gemma, un modelo de código abierto basado en investigación Gemini con versiones de 2B y 7B parámetros.
21 de febrero de 2024
Model ReleaseGemma
Introducción
Google DeepMind ha lanzado Gemma, una serie revolucionaria de modelos de lenguaje de código abierto que representa un hito importante en el ecosistema de inteligencia artificial. Inspirado en la investigación de Gemini, Gemma ofrece capacidades de vanguardia mientras permanece completamente accesible para desarrolladores y empresas. Este modelo demuestra el compromiso de Google con la democratización de la IA avanzada.
La importancia de Gemma radica en su combinación única de rendimiento de clase mundial y licencia abierta. A diferencia de otros modelos grandes que requieren infraestructura significativa, Gemma puede ejecutarse en hardware local, desde smartphones hasta servidores empresariales, lo que lo convierte en una herramienta versátil para innovadores tecnológicos.
Con versiones disponibles en tamaños de 2 mil millones y 7 mil millones de parámetros, Gemma se posiciona como una alternativa seria a los modelos cerrados del mercado, ofreciendo transparencia, personalización y control sin precedentes para desarrolladores de IA.
Características Clave y Arquitectura
Gemma se construye sobre una arquitectura de transformador optimizada específicamente para eficiencia y rendimiento. La versión de 7B parámetros utiliza técnicas avanzadas de cuantización que permiten un rendimiento comparable al de modelos más grandes con una fracción del consumo computacional. La arquitectura incluye mejoras en atención y procesamiento de contexto que mejoran la comprensión semántica.
Las características clave incluyen soporte nativo para flujos de trabajo agentes, capacidad multimodal limitada, y un contexto de ventana extendido que permite manejar entradas de texto más largas. La implementación también incluye optimizaciones para inferencia acelerada en GPUs NVIDIA y CPUs modernas.
El modelo está disponible bajo la licencia Apache 2.0, lo que permite uso comercial libre de royalties y modificación personalizada. Esta elección de licencia es especialmente significativa en comparación con otras liberaciones recientes que han optado por licencias más restrictivas.
- Tamaños: 2B y 7B parámetros
- Licencia: Apache 2.0
- Arquitectura: Transformador optimizado
- Soporte para flujos de trabajo agentes
- Optimizado para GPU y CPU locales
Rendimiento y Comparaciones
En pruebas de rendimiento estándar, Gemma 7B logra puntuaciones notables que superan a modelos competidores de tamaño similar. En el benchmark MMLU Pro, el modelo obtiene una puntuación de 71.9%, superando a Llama 2 7B (70.1%) y Phi-2 (68.2%). En HumanEval, Gemma alcanza un 55.7% de precisión, demostrando sólidas capacidades de razonamiento lógico y codificación.