每天早上一封邮件,把昨天的 AI 梳理好订阅邮件

METAL LAB

google-gemma/awesome-gemma

27Apache-2.0

把谷歌开源模型Gemma的相关资源整理成一份清单

awesome-gemma是一个整理谷歌DeepMind轻量级开源模型系列Gemma相关资源的链接合集仓库。它按类别分类收录了核心模型与衍生模型、本地和云端运行方式、微调工具、教程、演示应用、黑客松项目乃至研究论文。这个仓库本身不含代码,而是指向官方文档、Hugging Face模型集合、推理引擎和社区项目的导航索引。

它做什么

  1. 除核心Gemma 4模型外,还收录了面向医疗的MedGemma、视觉语言模型PaliGemma 2、支持55种语言的TranslateGemma、用差分隐私训练的VaultGemma,以及可解释性工具Gemma Scope 2等衍生模型。
  2. 整理了llama.cpp、Ollama、vLLM、JAX、Docker等本地运行工具,以及Google Cloud、OpenRouter、Cerebras、NVIDIA、AMD等云端托管服务。
  3. 收录了官方Gemma Cookbook、Unsloth训练指南,以及针对Apple Silicon和MLX的专用微调工具等资源。
  4. 展示了基于WebGPU的浏览器智能体、汽车损伤检测应用等社区演示,以及聚焦医疗和灾害响应的'Gemma 4 Good Challenge'黑客松获奖项目。
  5. 还记录了Gemma在太空中的应用案例,如Starcloud-1在轨道上用H100 GPU运行Gemma,以及NASA将其用于卫星图像分析。

为什么重要

对于刚接触Gemma的人来说,这份清单把分散的官方文档、工具和社区项目集中在一处,省去了四处搜索的时间。它也展现了Gemma生态从小型端侧部署到医疗、太空等专业领域的广度,帮助读者判断哪些方向已经成熟、哪些还有机会。

本仓库术语

  • Gemma · 谷歌DeepMind发布的轻量级开源模型系列
  • QAT(量化感知训练) · 在训练阶段就考虑量化影响,使模型转为低精度后性能下降更小的技术
  • 差分隐私 · 限制单条数据对结果影响程度,从而保护隐私的训练方式
  • 稀疏自编码器 · 将模型内部表示分解为可理解单元的可解释性研究工具
  • 投机解码 · 用小模型先做预测、大模型再验证,从而加快生成速度的技术

仓库简介(英文)

😎 Awesome list about Gemma, Google DeepMind's family of lightweights, state-of-the-art open models.

所属 · google-deepmind

在 GitHub 打开

热门仓库

全部仓库 →

METAL LAB 最新报道