Google: Gemma 3 12B

Gemma 3 12B هو نموذج توليد نصوص من Google، صدر في 13 مارس 2025 كجزء من عائلة Gemma 3. وهو النسخة 12B المضبوطة على التعليمات، ويُعرَّف على api14 بالمعرّف google/gemma-3-12b-it. تمثل Gemma 3 تحوّل Google لجلب تعدد الوسائط إلى خط Gemma، لذا يقبل هذا النموذج النصوص والصور معًا كمدخلات بينما ينتج نصًا كمخرجات.

يدعم النموذج نافذة سياق تصل إلى 131072 رمزًا، ويمكنه توليد ما يصل إلى 16384 رمزًا في استجابة واحدة. حد المعرفة لديه هو 31 أغسطس 2024. وفقًا لـ Google، يتعامل Gemma 3 مع أكثر من 140 لغة، ويقدم تحسنًا في الرياضيات والاستدلال وسلوك المحادثة مقارنة بإصدارات Gemma السابقة. ولأنه يقبل مدخلات الصور إلى جانب النص، يمكنه العمل مع مطالبات الرؤية واللغة بدلًا من النص وحده، رغم أن كل ما يعيده هو نص عادي.

تشير هذه القدرات إلى مجموعة واسعة نسبيًا من الاستخدامات العملية. تناسب نافذة السياق الطويلة المهام التي تتضمن مستندات كبيرة، مثل تلخيص التقارير الطويلة، أو الإجابة عن أسئلة حول مجموعة نصية، أو التعامل مع سجلات محادثة ممتدة. تجعل المدخلات متعددة الوسائط منه خيارًا معقولًا لوصف الصور أو الاستدلال عليها، على سبيل المثال استخراج معلومات من لقطات الشاشة أو المخططات أو الصور وإرجاع إجابة مكتوبة. كما تجعل تغطيته متعددة اللغات وتحسنه في الرياضيات والاستدلال مفيدًا للترجمة وحل المشكلات المنظم والمساعدات العامة. كما يتيح استدعاء الأدوات والمخرجات المنظمة إمكانية استخدامه داخل خطوط المعالجة التي تحتاج إلى استجابات قابلة للقراءة آليًا أو استدعاءات لدوال خارجية.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج google/gemma-3-12b-it، لذا تعمل مكتبات عميل OpenAI الحالية بتغيير عنوان URL الأساسي والمفتاح فقط. معاملات الطلب التي يدعمها هي frequency_penalty و logit_bias و max_tokens و min_p و presence_penalty و repetition_penalty و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_k و top_p. تغطي هذه المجموعة عناصر التحكم في أخذ العينات، والمخرجات الحتمية عبر seed، وتسلسلات الإيقاف، والاستجابات المقيدة بصيغة JSON أو المخطط عبر response_format و structured_outputs، واستخدام الأدوات عبر tools و tool_choice.

هناك أمر يجب تذكره وهو سقف المخرجات: الاستجابات محدودة بـ 16384 رمزًا رغم أن نافذة السياق أكبر بكثير، لذا تحتاج التوليدات الطويلة جدًا إلى التقسيم أو المتابعة عبر استدعاءات متعددة. كما أن حد المعرفة في 31 أغسطس 2024 يعني أن النموذج لا يدرك الأحداث بعد ذلك التاريخ إلا إذا قدمت المعلومات في المطالبة. إذا كانت مهمتك نصية فقط ولا تستفيد من مدخلات الصور، فقد يكون نموذج نصي أصغر أو أكثر تخصصًا أرخص وأسرع، لكن بالنسبة للعمل المختلط بين النص والصور ضمن سياق طويل، يعد هذا النموذج خيارًا افتراضيًا معقولًا.