코딩 정보 글답변

이름필수

비밀번호필수

이메일

홈페이지

옵션 html

제목필수

내용필수 웹에디터 시작

> 
 > 
 > 구글, 젬마 AI 모델 제품군 코딩 및 연구용 변형 업데이트
> 
> 구글 LLC는 화요일 젬마 계열의 경량 오픈 소스 인공지능 대형 언어 모델에 코딩 기능과 연구 실험 기회를 추가할 첫 번째 새로운 기능을 발표했습니다.
> 
> Gemma 모델은 Google의 Gemini 모델과 기술적 구성 요소를 공유하며, 이는 Google이 지금까지 생산한 모델 중 가장 복잡하고 강력한 모델입니다. Gemini는 웹과 모바일 장치에서 사용할 수 있는 이전 이름인 Bard인 회사의 Gemini AI 챗봇의 기반이 되며, 또한 Google의 AI 기반 서비스의 많은 부분에 전원을 공급하는 데 사용됩니다.
> 
> 두 가지 새로운 변형 중 하나는 코드 완성 및 생성 작업을 위한 경량 모델인 코드젬마(CodeGemma)와 명령어 추종 기능이 결합된 모델입니다. 다른 하나는 연구 목적으로 설계된 효율적인 모델인 리커런트젬마(RecurrentGemma)입니다. 구글은 또한 성능 업데이트 및 버그 수정을 포함하여 젬마 자체에 대한 성능 업그레이드를 선보였습니다.
> 
> 코드젬마는 세 가지 크기로 제공되는 강력하지만 가벼운 코딩 모델입니다. 첫 번째는 코드 완성 및 코드 생성 작업에 특화된 사전 훈련된 70억 매개변수 변형으로 모든 개발자가 일상적인 개발 작업에 사용할 수 있는 기본 버전입니다. 다음은 코드 채팅 및 명령어 팔로우를 위한 70억 매개변수 명령어 조정 변형으로 개발자의 의도를 이해하고 코드 변경 사항을 추천하며 코드 블록을 제공할 수 있습니다. 마지막으로 로컬 머신에 맞게 크기가 지정된 빠른 완성을 위한 사전 훈련된 20억 매개변수 모델이 있습니다.
> 
> 이러한 새로운 모델 변형을 사용하여 코드젬마는 선을 완성하고 심지어 로컬 또는 클라우드 리소스를 사용하여 코드 블록 전체를 생성할 수 있다고 구글은 말했습니다. 이 모델은 주로 웹 문서, 수학 및 코드에서 가져온 영어 데이터에서 5,000억 개의 토큰으로 훈련되었습니다. 파이썬, 자바스크립트 및 자바를 포함한 여러 언어와 다른 인기 있는 언어에 능숙합니다.
> 
> 리커런트젬마는 메모리 효율성을 향상시키기 위해 순환 신경망과 로컬 어텐션을 사용하도록 설계된 모델입니다. 이것은 이 모델이 메모리 요구 사항을 크게 낮출 수 있게 하고, 이것은 단일 그래픽 처리 장치 또는 중앙 처리 장치와 같은 제한된 메모리를 가진 장치에서 사용할 수 있게 합니다. 구글은 이것이 연구 목적으로 설계된 기술적으로 구별되는 모델이라고 말했습니다.
> 
> 특히 순환 신경망은 긴 시퀀스를 생성할 때 효율적으로 확장되므로 제한된 메모리를 사용하더라도 훨씬 더 큰 배치 크기에서 라이브 데이터를 실행할 때 초당 더 많은 토큰을 생성할 수 있습니다.
> 
> 이러한 개선을 통해 RecurrentGemma는 메모리 사용량을 크게 개선하고 성능을 높이는 동시에 Gemma 2B 모델과 유사한 벤치마크 점수를 생성할 수 있습니다.
> 
> 구글은 블로그 게시물에서 "리커런트젬마는 고성능을 달성하는 비변압기 모델을 선보이며 딥러닝 연구의 발전을 강조합니다."라고 밝혔습니다.
> 
> 구글은 또한 이전 버전에 비해 전반적으로 성능이 향상되고 버그 수정이 포함된 Gemma 1.1의 출시를 발표했습니다. 회사는 유연성을 제공하기 위해 서비스 조건을 변경하는 데 있어 개발자의 피드백을 들었다고 말했습니다.
> 
> Gemma와 새 모델에 대한 액세스는 Gemma 웹사이트, Vertex AI Model Garden – 관리형 AI 개발을 위한 Google의 클라우드 서비스 – Hugging Face 모델 저장소, NVIDIA Corp.의 NIM 애플리케이션 프로그래밍 인터페이스 또는 Kaggle을 사용하여 다운로드할 수 있습니다.
 > 
 >

웹 에디터 끝

링크 #1

링크 #2

파일 #1

파일 #2

자동등록방지

자동등록방지 숫자를 순서대로 입력하세요.

취소