论文

Gemma 4 技术报告

Gemma 4 Technical Report

模型架构Transformer

摘要

我们推出 Gemma 4,它是 Gemma 模型家族中的新一代开放权重、原生多模态语言模型。 Gemma 4 模型套件旨在提高计算效率和推理能力,具有密集的混合专家架构,参数范围从 2.3B 到 31B。除了针对所有模型尺寸改进视觉和音频编码器之外,我们还为我们的 12B 模型提出了一个统一的、无编码器的架构,该架构摄取原始音频和图像补丁。此外,我们集成了一种思维模式,使 Gemma 模型能够在响应之前生成推理痕迹。我们通过关键的设计选择提高推理速度、内存和计算效率以及长上下文能力。 Gemma 4 在 STEM、多​​模式和长上下文基准方面实现了性能飞跃,并可在人工评估任务中与更大的前沿开放模型相媲美。