查看原文
其他

更小、更安全、更透明 | Gemma 促进负责任的 AI

以下文章来源于谷歌开发者 ,作者Google

作者 / 研究工程师 Neel Nanda、Tom Lieberum、Kathleen Kenealy, 产品经理 Ludovic Peran

我们在 6 月发布了全新的一流开放模型 Gemma 2,该模型拥有 270 亿 (27B) 和 90 亿 (9B) 两种参数版本。自首次亮相以来,Gemma 27B 模型迅速成为 LMSYS 聊天机器人竞技场排行榜上排名最高的开放模型之一,在实际对话中的表现甚至优于一些规模为其两倍以上的热门模型。

🔗 LMSYS 聊天机器人竞技场排行榜
https://chat.lmsys.org/?leaderboard

Gemma 不仅关注性能,还在负责任的 AI 基础之上,优先考虑安全性和可访问性。为了支持这一承诺,我们很高兴地为您推出 Gemma 2 系列的三个新模型:

  1. Gemma 2 2B: 热门模型--20 亿 (2B) 参数的全新版本,具有内置的安全改进功能,并在高性能和高效率之间实现了平衡。

  2. ShieldGemma: 基于 Gemma 2 构建的安全内容分类器模型套件,用于过滤 AI 模型的输入和输出,确保用户安全。

  3. Gemma Scope: 全新的模型可解释性工具,能够以前所未有的深度揭示模型内部是如何运行的。


🔗 Gemma 2 2B
https://huggingface.co/collections/google/gemma-2-2b-release-66a20f3796a2ff2a7c76f98f
🔗 ShieldGemma
https://huggingface.co/collections/google/shieldgemma-release-66a20efe3c10ef2bd5808c79
🔗 Gemma Scope
https://huggingface.co/collections/google/gemma-scope-release-66a4271f6f0b4d4a9d5e04e2


通过这些新增模型,研究人员和开发者现在可以创建更安全的用户体验,以前所未有的深度分析模型,同时自信地在设备上负责任地部署强大的 AI,开启创新的无限可能。



Gemma 2 2B: 体验新一代性能,

现已上线设备端


我们很高兴地推出 Gemma 2 2B 模型,这是 Gemma 2 系列备受期待的新成员。这款轻量级模型通过模型蒸馏向更大的模型学习,产生了超出预期的效果。事实上,Gemma 2 2B 在聊天机器人竞技场上超越了所有 GPT-3.5 模型,展示了其卓越的对话式 AI 能力。

△ 2024 年 7 月 30 日的 LMSYS 聊天机器人竞技场排行榜得分。Gemma 2 2B 的得分 +/- 10。

🔗 Gemma 2 2B 模型

https://huggingface.co/google/gemma-2-2b


Gemma 2 2B 具备以下特点:
  • 性能卓越:在同等规模中提供同类最佳的性能,表现超越同类别中的其他开放模型。

  • 灵活且经济高效的部署:Gemma 2 2B 可以在各种硬件上高效运行,从边缘设备和笔记本电脑到使用 Vertex AI 和 Google Kubernetes Engine (GKE) 的强大云部署。为了进一步提升速度,该模型采用 NVIDIA TensorRT-LLM 库进行优化,并作为 NVIDIA NIM 提供。这种优化针对各种部署环境,包括数据中心、云、本地工作站、PC 和边缘设备——使用 NVIDIA RTXNVIDIA GeForce RTX GPU 或用于边缘 AI 的 NVIDIA Jetson 模块。此外,Gemma 2 2B 还与 Keras、JAX、Hugging Face、NVIDIA NeMo、Ollama、Gemma.cpp 以及即将推出的 MediaPipe 无缝集成,简化开发流程。

  • 开放且可访问:该模型可根据商业友好型 Gemma 条款供研究和商业使用。其规格足够小,可以在 Google Colab 的 T4 GPU 免费层上运行,使实验和开发变得比以往任何时候都更容易。


🔗 NVIDIA TensorRT-LLM

https://github.com/NVIDIA/TensorRT-LLM

🔗 NVIDIA NIM

https://build.nvidia.com/google/gemma-2-2b-it

🔗 NVIDIA RTX

https://www.nvidia.com/en-us/design-visualization/technologies/rtx/

🔗 NVIDIA GeForce RTX

https://www.nvidia.com/en-us/geforce/rtx/

🔗 NVIDIA Jetson 

https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/

🔗 Gemma 条款

https://www.kaggle.com/models/google/gemma/license/consent

🔗 在 Google Colab 的 T4 GPU 免费层上运行

https://ai.google.dev/gemma/docs/keras_inference

↕️ 上下滑动查看更多注释链接


您可以即刻在 KaggleHugging FaceVertex AI Model Garden 中下载 Gemma 2 的模型权重。也欢迎您在 Google AI Studio 中试用其功能。


🔗 Kaggle

https://www.kaggle.com/models/google/gemma-2

🔗 Hugging Face

https://huggingface.co/collections/google/gemma-2-2b-release-66a20f3796a2ff2a7c76f98f

🔗 Vertex AI Model Garden

https://console.cloud.google.com/vertex-ai/publishers/google/model-garden/gemma2

🔗 Google AI Studio

https://aistudio.google.com/app/prompts/new_chat?model=gemma-2-2b-it



ShieldGemma: 使用最前沿的

安全分类器保护用户


负责任地部署开放模型以确保 AI 输出既吸引人、又安全且具有包容性的内容,需要开发者和研究人员需要投入大量的精力。为了帮助开发者完成这一过程,我们推出了 ShieldGemma,包含一系列最前沿的安全分类器,旨在检测和减轻 AI 模型输入和输出中的不当内容。ShieldGemma 特别针对以下四个关键的领域:
  • 仇恨言论
  • 骚扰
  • 色情内容
  • 危险内容

这些开放式分类器是对 Responsible AI Toolkit 中现有安全分类器套件的补充,其中包括为特定策略量身定制的分类器构建方法,这种方法即使在数据点数量有限的情况下也能实现;以及通过 API 提供的 Google Cloud 现有分类器。


🔗 Responsible AI Toolkit

https://ai.google.dev/responsible#protect


ShieldGemma 具备以下特点,以帮助您创建更安全、更出色的 AI 应用:
  • SOTA 性能:基于 Gemma 2 构建,已是业界领先的安全分类器。

  • 灵活的规模:ShieldGemma 提供多种模型规模以满足不同的需求。2B 模型非常适合在线分类任务,而 9B 和 27B 模型则为受延迟问题影响不大的离线应用提供更高的性能。所有规模的模型均可利用 NVIDIA 的速度优化技术,实现跨硬件的高效性能。

  • 开放和协作:ShieldGemma 的开放性推动了 AI 社区的透明度,促进了协作,为 ML 行业未来的安全标准做出了贡献。


随着 AI 的不断发展和日渐成熟,整个行业都需要聚焦于高性能安全评估器的研发。我们很高兴看到 Google 在这方面的作为,并期待他们继续支持我们的 AI 安全工作组。
ML Commons 执行董事 Rebecca Weiss


△ 评估结果基于最优 F1 值 (左)/AU-PRC (右),数值越高越好。我们使用 𝛼=0 和 T=1 来计算概率。ShieldGemma (SG) Prompt 和 SG Response 是我们的测试数据集,而 OpenAI Mod/ToxicChat 是外部基准。基线模型在外部数据集上的性能来源于 Ghosh 等人 (2024 年) 和 Inan 等人 (2023 年) 的研究。

如需详细了解 ShieldGemma,请在技术报告中查看完整结果,并开始使用我们全面的 Responsible Generative AI Toolkit 来构建更安全的 AI 应用。


🔗 ShieldGemma

https://ai.google.dev/gemma/docs/shieldgemma

🔗 技术报告

https://storage.googleapis.com/deepmind-media/gemma/shieldgemma-report.pdf

🔗 Responsible Generative AI Toolkit

https://ai.google.dev/responsible#protect



Gemma Scope: 使用开放式稀疏自编码器揭示 AI 的决策过程


Gemma Scope 为研究人员和开发者提供了前所未有的透明度,让他们能够深入了解 Gemma 2 模型的决策过程,就像一台强大的显微镜。Gemma Scope 使用稀疏自编码器 (SAE) 来放大模型内的特定点,从而使模型的内部运作变得更加容易理解。


🔗 稀疏自编码器

https://arxiv.org/abs/2407.14435


此类 SAE 是专门的神经网络,可以解码 Gemma 2 处理的密集且复杂的信息,并扩展成更容易分析和理解的形式,研究人员可以借此获得宝贵的见解,了解 Gemma 2 如何识别模式、处理信息并最终做出预测。我们希望借助 Gemma Scope 帮助 AI 研究社区探索如何构建更易于理解、负责任和可靠的 AI 系统。


Gemma Scope 具有以下突破性特点:
  • 开放的 SAE: 拥有超过 400 个免费可用的 SAE,覆盖 Gemma 2 2B 和 9B 的所有层级。
  • 交互式演示:Neuronpedia 上无需编写代码即可探索 SAE 功能并分析模型行为。
  • 易于使用的存储库:提供与 SAE 和 Gemma 2 交互的代码和示例


🔗 拥有超过 400 个免费可用的 SAE
https://huggingface.co/google/gemma-scope
🔗 Neuronpedia
https://www.neuronpedia.org/gemma-scope
🔗 代码和示例
https://colab.research.google.com/drive/17dQFYUYnuKnP6OwQPH9v_GSYUW5aj-Rp


如需详细了解 Gemma Scope,欢迎您访问 Google DeepMind 博客、技术报告开发者文档


🔗 Google DeepMind

https://deepmind.google/discover/blog/gemma-scope-helping-safety-researchers-shed-light-on-the-inner-workings-of-language-models

🔗 技术报告

https://storage.googleapis.com/gemma-scope/gemma-scope-report.pdf

🔗 开发者文档

https://ai.google.dev/gemma/docs/gemma_scope



基于负责任的 AI 铸就未来


上述新版本体现了我们一贯的承诺,即为 AI 社区提供所需的工具和资源,以构建一个让 AI 惠及所有人的未来。我们坚信开放性、透明度和合作对于开发安全有益的 AI 至关重要。



即刻体验


  • 下载 Gemma 2 2B,或通过 NVIDIA NIM/Google AI Studio 进行试用,体验模型强大的性能和高效性。

  • 探索 ShieldGemma,构建更安全的 AI 应用。

  • Neuronpedia 上试用 Gemma Scope,了解 Gemma 2 的内部运作机制。


🔗 Gemma 2 2B

https://www.kaggle.com/models/google/gemma-2

🔗 NVIDIA NIM

https://build.nvidia.com/google/gemma-2-2b-it

🔗 Google AI Studio

https://aistudio.google.com/app/prompts/new_chat?model=gemma-2-2b-it

🔗 ShieldGemma

https://ai.google.dev/gemma/docs/shieldgemma

🔗 Neuronpedia

https://www.neuronpedia.org/gemma-scope

↕️ 上下滑动查看更多注释链接


加入我们,共同踏上这段激动人心的旅程,迈进更加负责任和更有益的 AI 未来!


推荐阅读

如页面未加载,请刷新重试

 点击屏末 | 阅读原文 | 即刻体验 Gemma 2




继续滑动看下一个
Android 开发者
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存