Google: Gemma 3 4B

Google: Gemma 3 4B هو نموذج توليد نصي من Google، صدر في 13 مارس 2025. ينتمي إلى عائلة Gemma 3، التي تصفها Google بأنها تقدّم تعددية الوسائط، أي أن هذه النماذج تقبل مدخلات بصرية ولغوية بدلاً من النص وحده. يشير الرقم 4B في الاسم إلى فئة حجم النموذج داخل تلك العائلة، وتشير اللاحقة it إلى النسخة المضبوطة بالتعليمات، لذا فهو مصمم لاتباع المطالبات وإجراء المحادثات بدلاً من مجرد متابعة النص الخام.

يقبل النموذج مدخلات نصية وصورية وينتج مخرجات نصية. نافذة السياق الخاصة به هي 131072 رمزاً، والحد الأقصى لطول المخرجات هو 16384 رمزاً. تذكر Google أنه يتعامل مع نوافذ سياق تصل إلى 128k رمزاً، ويفهم أكثر من 140 لغة، ويقدم قدرات محسّنة في الرياضيات والاستدلال والمحادثة مقارنة بأجيال Gemma السابقة. حد المعرفة هو 31 أغسطس 2024، لذا فإن أي شيء بعد ذلك التاريخ يقع خارج ما تعلمه النموذج أثناء التدريب. ولأن المدخلات يمكن أن تتضمن صوراً، يمكن للمطالبات أن تجمع بين لقطات الشاشة والصور والرسوم البيانية أو الصفحات الممسوحة ضوئياً مع تعليمات مكتوبة.

تشير هذه القدرات إلى مجموعة واسعة نسبياً من الاستخدامات العملية. تناسب نافذة السياق الطويلة العمل على مستندات كبيرة، مثل تلخيص التقارير الطويلة، أو الإجابة على الأسئلة بالاستناد إلى قاعدة شيفرة كاملة أو عقد، أو الحفاظ على تماسك محادثة مطوّلة دون تقليم السجل. تجعل المدخلات متعددة الوسائط النموذج مفيداً لمهام مثل وصف المعلومات أو استخراجها من الصور، أو قراءة المخططات والرسوم البيانية، أو التعامل مع صور المستندات إلى جانب الأسئلة النصية. يناسب الدعم متعدد اللغات الذي يغطي أكثر من 140 لغة الترجمة ومسودات التوطين والمحادثة الموجهة للعملاء في أسواق كثيرة. يجعل سلوك المحادثة المضبوط بالتعليمات والقدرات المحسّنة في الاستدلال والرياضيات النموذج مناسباً بشكل معقول للمساعدين والاستخراج المنظم وحل المشكلات خطوة بخطوة حين لا تتطلب المهمة أكبر نموذج متاح.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "google/gemma-3-4b-it". ولأن الواجهة تتبع شكل chat completions من OpenAI، فإنك ترسل طلباً إلى نقطة نهاية chat completions مع ذلك المعرّف في حقل model ورسائلك في مصفوفة messages، بما في ذلك محتوى الصور حيثما كان ذلك مناسباً. يدعم النموذج معاملات الطلب التالية: 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 top_k و top_p. تكون المخرجات المنظمة و response_format مفيدة عندما تحتاج إلى JSON أو شكل محدد آخر في الرد، ويساعد seed عندما تريد أخذ عينات أكثر قابلية للتكرار.

أحد الحدود الجديرة بالملاحظة هو حد المعرفة في 31 أغسطس 2024، لذا لن تتم الإجابة على الأسئلة حول أحداث لاحقة من بيانات التدريب وحدها. كما أن حجم 4B يعني أنه يقع دون متغيرات Gemma 3 الأكبر، لذا إذا كانت المهمة تحتاج إلى أقوى استدلال أو أوسع معرفة عامة، فقد يكون نموذج أكبر أنسب. أما بالنسبة للعمل على السياق الطويل والمتعدد اللغات والمدرك للصور على نطاق أصغر، فهذا النموذج نقطة بداية معقولة.