ApX 标志ApX 标志

趋近智

Gemma 3 27B

参数

27B

上下文长度

128K

模态

Multimodal

架构

Dense

许可证

Gemma Terms of Use

发布日期

12 Mar 2025

训练数据截止日期

Aug 2024

系统要求

不同量化方法和上下文大小的显存要求

1024 个令牌

58.61 GB VRAM

消费级

3x RTX 4090

24GB VRAM

数据中心

1x NVIDIA A100

80GB VRAM

Apple Silicon

1x Apple M3 Max

128GB VRAM

128000 个令牌

108.85 GB VRAM

消费级

5x RTX 4090

24GB VRAM

数据中心

2x NVIDIA A100

80GB VRAM

Apple Silicon

1x Apple M3 Max

128GB VRAM

架构图

Input TokensToken EmbeddingPosition: RoPEHidden: 4.1k · Context: 128Kx 46 layersRMSNormPre-AttentionGrouped-Query Attention64Q / 16KV headsHead dim: 64+RMSNormPre-FFNFeed-Forward NetworkActivation+Final RMSNormOutput Logits

评估基准

排名

#114

基准分数排名

0.913

13

0.802

13

0.372

28

0.05

36

Web 开发

WebDev Arena

1365

52

通用文本

Text Arena

1365

65

排名

排名

#114

编程排名

#133

关于 Gemma 3 27B

Gemma 3 是由 Google DeepMind 开发的一系列轻量级、最先进的模型,采用了源自 Gemini 模型的研究成果与技术。Gemma 3 27B 变体是一款多模态模型,旨在处理文本和图像输入并生成文本输出。该模型变体适用于广泛的生成任务,包括问答、摘要和复杂推理,并支持 140 多种语言。其设计重点在于支持在多种硬件上部署,从笔记本电脑、工作站等消费级设备到专用的云端基础设施。

技术规格

注意力

注意力结构

Grouped-Query Attention

注意力头

64

键值头

16

注意力头维度

-

位置嵌入

ROPE

RoPE Theta

-

滑动窗口注意力

-

滑动窗口大小

-

滑动窗口比例

-

线性注意力

-

线性注意力比例

-

归一化

RMS Normalization

激活函数

-

维度

隐藏维度大小

4,096

层数

46

FFN 中间层大小(稠密层)

-

多 Token 预测头数

-

分词器

词汇量大小

-

模型完整性

总分

B

67 / 100

关于 Gemma 3

Gemma 3 是由 Google 推出的一系列开放、轻量化的模型。它引入了多模态图像与文本处理能力,支持超过 140 种语言,并具备高达 128K token 的扩展上下文窗口。该家族提供多种参数规模的模型,以适用于多样化的应用场景。


其他 Gemma 3 模型