Gemma 3 4B (мультимодальная)
нейрожелі
Gemma 3 4B — vision→text қолдауы, 128 мың токенге дейінгі үлкен контекст терезесі және 140-тан астам тілді түсіну қабілеті бар мультимодальді модель. Кескіндерді мәтінмен бірге талдауға, өте ұзын құжаттармен жұмыс істеуге, сондай-ақ математикалық және логикалық пайымдауды қажет ететін тапсырмаларға жарамды. Жылдам тестілеу және интеграция үшін BotHub арқылы қолжетімді.
Сипаттамалары
- Кіріс деректер
- мәтін, кескіндер, құжаттар
- Нәтиже
- мәтін
- Контекст өлшемі
- 131 072 токен
- Жауап ұзындығы бойынша ең көп шек
- 16 384 токен
Промптың құны
(1М токенге қарай)
Жауаптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemma-3-4b-it',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemma-3-4b-it',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Қалай жұмыс істейді Gemma 3 4B (мультимодальная)?
BotHub-та Gemma 3-ті сынап көріңіз — VPN-сіз қолжетімділік және рубльмен төлем.Gemma 3 4B (мультимодальная) туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Gemma 3 4B IT мәтін генерациялайды, құжаттар мазмұнын шығарып, түйіндейді, кескіндерден ақпаратты таниды және ұзын контекстпен жұмыс істейді. Реферат жасауға, күрделі сұрауларға жауап беруге, техникалық және бағдарламалық ақпаратты өңдеуге, сондай-ақ мәтіндік процестерді автоматтандыруға жарамды.
Бір жауапта модель 16384 шығыс токенге дейін шығара алады; кіріс деректерін есепке алғандағы жалпы контекст 131072 токенге жетеді. Токендердің сөзге айналуы мәтінге байланысты, сондықтан сөзбен айтқандағы жалпы көлемі әртүрлі, бірақ модель өте ұзын жауаптарға жарамды.
Біздің деректерде модельдің «жауап алдындағы пайымдауды» ашық түрде қолдайтыны туралы ақпарат жоқ. Бұл оның ой жүйелілігін түсіндіре алмайтынын білдірмейді: сіз одан кезең-кезеңімен негіздемелер мен түсініктемелер беруді сұрай аласыз, бірақ бұл сұраудың тұжырымдалуы мен параметрлерге байланысты.
Біздің деректерде функцияларды шақыру және кірістірілген function calling интерфейсі көрсетілмеген. Сіз модельден құрылымдалған JSON шығаруды сұрай аласыз, ол көбінесе форматты сақтайды, бірақ сыртқы функцияларды шақырудың ресми механизмі және мұндай шығыстың дұрыстығына кепілдік расталмаған.
Gemma 3 4B IT мәтінді, құжаттар мен кескіндерді қабылдайды — деректерде IMAGE_TO_TEXT және DOCUMENT_TO_TEXT көрсетілген. Аудио мен видеоны қолдау деректерімізде көрсетілмеген. Кескіндерден мәтін шығару және құжаттарды талдау үшін модель өте жақсы жарамды.
Біздің деректерде орыс тілін түсінудің нақты сапасы көрсетілмеген. Модельді өз мысалдарыңызда сынап көруді ұсынамыз: егер орыс тілінде жақсырақ қолдау қажет болса, BotHub-та интеграцияны қайта өңдеусіз басқа модельдерге оңай ауысып, нәтижелерді салыстыруға болады.