檢索結果 Gemma4
Gemma4 貼吧
一個關鍵字就是一個貼吧，路徑全站唯一。
用戶
未找到
包含 Gemma4 的搜尋結果
帮大家看过了
Google Gemma4 的话，作为开放权重模型，可以本地下载，有四个版本：
E2B (极小杯)：20 亿参数，8GB 统一内存/显存可以跑。
E4B (小杯)：40 亿参数，16GB 统一内存/显存可以跑（例如 丐版 Mac Mini）。
26B (中杯 MoE)：260 亿参数混合专家模型，激活参数 38 亿，建议 24 GB 统一内存/显存。
31B (大杯)：310亿参数顶级模型，得 32GB/48GB 统一内存/显存才能跑。
PS：根据我的经验，极小杯、小杯完全不值得一玩。
顯示更多
We just released Gemma 4 — our most intelligent open models to date.
Built from the same world-class research as Gemini 3, Gemma 4 brings breakthrough intelligence directly to your own hardware for advanced reasoning and agentic workflows.
Released under a commercially permissive Apache 2.0 license so anyone can build powerful AI tools. 🧵↓
顯示更多
在何恺明的ELF模型上做proposer训练，分别在最新的qwen3.6，gemma4，DeepSeek v4上带来的kv cache存储节省的净收益14-60倍。何恺明会不会在AI存储上再次搞出当年AI ResNet的效应？ 😂
顯示更多
各种coding plan都在涨价，不能推出token变贵了这个逻辑。对比 gemma4 31b和 gpt-5.0 两者智能水平接近，coding甚至gemma4更好。而gpt-5是10个月之前的sota。如今gemma4是免费且开放权重的，以10个月前标准看，token价格降低了不止90%。但是新一代模型更大了，也就更贵了。
顯示更多
Gemma 4 26B 无审查版可本地运行并回答任何问题。仅需 22 分钟即可完成搭建。无过滤器。无护栏。你的硬件，你说了算。
实测 Gemma 4 E2B（2.3B 有效参数）做多智能体协调者：
给一个自然语言目标 → 自己拆任务图 → 分配 agent → 调用工具 → 汇总结果
M1 16GB，Ollama 本地跑，3.5 分钟跑完。JSON 任务分解和工具调用都没翻车。
2.3B 能跑通这套流程还是挺意外的。
框架开源:
顯示更多
有人构建了一个 Gemma 4 版本，据称比 Google 的原始版本快 6 倍。这款经过优化的开源模型旨在即使在低端笔记本电脑和移动设备上也能高效运行。
顯示更多
你现在可以在浏览器中免费微调 Google 的 Gemma 4。只需打开 Unsloth Colab 笔记本，选择你的模型和数据集，然后点击开始。 定制模型的门槛已降至零。
顯示更多
Parlor 实现本地实时语音与视觉对话。通过 Gemma 4 E2B + Kokoro TTS 架构，实现全程本地推理，不依赖云端 API。M3 Pro 上端到端延迟 2.5-3 秒，支持打断、免按键及句子级 TTS 流式输出。占用内存约 3GB，集成 Silero VAD 浏览器端检测，支持摄像头与麦克风双模态。
顯示更多
