Gemma
Gemma в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Упоминается вместе:
Календарь упоминаний:
Gemma уступает новой модели LiquidAI в тестах на следование инструкциям и работу с инструментами
В ходе сравнительного тестирования модель LFM2.5-2.6B продемонстрировала более высокие результаты, чем версии Gemma-4 (2B и 4B параметров), в бенчмарках IFBench, Multi-IF и ToolSandbox. Несмотря на меньший размер, Gemma показала отставание в задачах выполнения инструкций и использования внешних инструментов, уступая конкуренту с аналогичным или меньшим количеством параметров.
Событие: В тестах на следование инструкциям (IFBench) модель Gemma-4-E2B-it набрала 34.08 балла, что значительно ниже результата LFM2.5-2.6B (59.17 балла).
Событие: В бенчмарке работы с инструментами (ToolSandbox) версия Gemma-4-E4B-it достигла показателя 65.00, проиграв модели LiquidAI с результатом 77.83.
Событие: В тесте Multi-IF, оценивающем сложные сценарии инструкций, Gemma-4-E4B-it показала результат 77.35 балла, уступив лидеру с показателем 80.07.
Gemma включена в список поддерживаемых моделей для классификатора Softline
Инструмент «Софтлайн Классификатор» от ГК Softline позволяет организациям выбирать языковую модель для обработки обращений, обеспечивая совместимость с различными решениями. Gemma доступна как одна из опций для развертывания системы, что дает заказчикам гибкость в выборе между российскими и зарубежными технологиями. Возможность работы с Gemma в локальной инфраструктуре без доступа в интернет делает ее пригодной для задач, требующих высокой информационной безопасности.
Фактор: Gemma включена в перечень совместимых моделей наряду с GigaChat, Qwen и Mistral, что расширяет выбор технологий для клиентов.
Эффект: Поддержка Gemma позволяет развертывать систему классификации в изолированных средах госсектора и банков без передачи данных во внешние облака.
Тренд: Включение Gemma в коммерческие продукты российских интеграторов отражает растущий спрос на гибкие решения с возможностью выбора модели под конкретные требования безопасности.
Gemma демонстрирует ограничения универсальных словарей при работе с малоресурсными языками
Несмотря на использование огромных универсальных словарей до 250 000 токенов, модель Gemma не может полностью устранить проблемы токенизации на языках со сложной морфологией. Токены модели часто не несут смысловой нагрузки для конкретных языков, что вынуждает её тратить вычислительные ресурсы скрытых слоев на компенсацию ошибок разбиения текста вместо решения логических задач. Это приводит к тому, что качество работы на малоресурсных языках остается ниже ожидаемого, даже при наличии большого объема обучающих данных.
Фактор: Использование огромного универсального словаря не гарантирует корректного сохранения морфологической структуры слов, так как границы токенов часто нарушают грамматические единицы.
Эффект: Вычислительная емкость Gemma перерасходуется на декодирование искаженного входного сигнала, что снижает эффективность модели на языках с богатым набором форм слова.
Риск: Без перехода к непрерывным представлениям текста или байтовым архитектурам качество ответов Gemma на малоресурсных языках продолжит деградировать независимо от увеличения размера модели.
Gemma становится основой навигационного помощника для бегунов с нарушениями зрения
Суть: Модель Gemma используется в качестве базовой архитектуры для разработки специализированного ИИ-помощника, обеспечивающего пространственное мышление и анализ окружения в реальном времени для спортсменов с нарушениями зрения.
Событие: Агентство SG Enable совместно с Google запускает тестирование продукта на базе Gemma, позволяющего бегунам передвигаться без физических провожателей или направляющих тросов.
Связь: Применение модели Gemma напрямую обеспечивает возможность автономного бега, так как система анализирует окружение и заменяет необходимость в человеческом сопровождении.
Эксперименты с изменением стиля общения модели Gemma методом аблитерации
Суть: Исследователи подтвердили универсальность метода аблитерации, применив его к модели Gemma для изменения стиля общения без полного переобучения.
Исследование: В ходе экспериментов разработчики использовали технику блокировки вектора отказа для трансформации поведения модели Gemma, сделав её, например, более меланхоличной.
Фактор: Успешная адаптация метода к Gemma демонстрирует, что механизмы безопасности и стилистические настройки в нейросетях являются узконаправленными и поддаются хирургическому вмешательству.
В нашей базе собрано 5 событий по теме «Gemma». Мы показываем все из них.