谷歌最新模型Gemma4发布！深度解析+送42页资料

[doge]我还以为Gemini4更新了

♥ 312 ↩ 37

刚好晚上在测试模型，顺便用之前vibe code的脚本不严谨的跑了下测试，质量炸裂。特别是最小的E2B，简直到反天罡。目前看，qwen3.5中小模型之王应该坐不住了

♥ 105 ↩ 53

笑死我了看这架势我就知道是给谁准备的了。怪不得苹果说和谷歌的合作很顺利呢。 看来这小模型就是准备微调一下放在iPhone上了。 然后至于这么小的模型的训练平台我猜是苹果自己新的机架服务器还在内部测试。[热]估计就是放在这个上面用的。

♥ 54 ↩ 9

对了，如果你需要视频中42页的《Gemma4完全指南📙》的话，可以一键三连，然后评论「Gemma」，我的龙虾🦞会尽快给你发送资料！

♥ 22 ↩ 8

从分数来看比qwen3.5差点

♥ 14 ↩ 2

我必须马上测一测，31b要是能有这效果，上生产的意义比新刷榜旗舰模型要大多了[保卫萝卜_白眼]

♥ 14 ↩ 4

本来我的印象是国外靠算力力大砖飞，卷参数，国内靠优异的算法，为什么现在我感觉反过来了？

♥ 14 ↩ 20

非mac设备对显存的要求没有谷歌写的这么离谱，26b a4b只要显存加内存超过30gb随便跑，速度快的飞起，因为ollama支持部分推理offload到cpu，而且显存放不下的也能扔内存里，这模型每token只激活4b参数，只要你的显卡能放下这4b参数就行了。我手里是7800x3d＋4070s＋32G ddr5，部署qwen 3.5 35b a3b q4km吐字跟飞一样。

♥ 14

吓哭了[Morfonica表情包_痛击]

♥ 13 ↩ 1

怎么一个广告都能上热搜

♥ 13 ↩ 4

我对它的期望是，打过千问3.5 27B 但在简单的OCR测试里面，你就会发现它有问题，我暂时不知道什么原因。 千问3.5 27B没有这样的问题。 我的API是用谷歌的。 如果是部署有问题的话，那等谷歌后面自己说怎么回事吧。

♥ 10 ↩ 1

谷歌这次真是把Per Layer Embedding玩到炉火纯青了，PLE就是和Deepseek的Engram一样存算分离的思路，在Gemma3n尝过甜头一发不可收拾了，在小模型上确实有用

♥ 9 ↩ 1

我感觉在长上下文小模型角色扮演上要好于qwen3.5，当然，问洗车问题完全不如qwen，但是我试了下上下文比较长的角色扮演后，ooc很少，也没有复读，回复模板也依旧对

♥ 8 ↩ 4

E2B真是牛皮，绝对是目前断崖领先的微型模型

♥ 8

[哦呼]什么时候白嫖用户能用到

♥ 8 ↩ 15

豆包和deepseek更好用

♥ 8 ↩ 11

感谢千问开源[支持]

♥ 8 ↩ 5

说实在，不在乎跑分多少，我们只在乎好不好用，能不能像claude那样有完整的生态

♥ 8 ↩ 5

我感觉30B那个其实没那么惊艳，看X上有人评测和Qwen 3.5 27B大差不差，倒是E2B和E4B反倒像这次的主菜。

♥ 7 ↩ 4