歐盟人工智能法案：四種AI系統風險類型的劃分及監管措施
作者：趙志東 蔡佳雯來源：區塊鏈日報該法案采用風險分級的規制路徑，將人工智能系統的風險劃分成不可接受的風險、高風險、有限風險和輕微風險四種類型，并針對不同類型施加了不同
6 月 27 日消息，科技媒體 NeoWin 今天（6 月 27 日）發布博文，報道稱在 2025 年 I/O 開發者大會上預覽發布后，谷歌已正式推出 Gemma 3n 端側多模態模型，支持在手機、平板和筆記本電腦上本地運行，處理音頻、文本、圖片和視頻多種數據類型。
相比較 5 月發布的預覽版，最新發布的 Gemma 3n 完整版進一步提升性能表現，支持在 2GB 內存的硬件上本地運行，重點提升了編碼和推理方面的能力。
援引博文介紹，Gemma 3n 共有兩種規模版本，其中 E2B 共有 50 億（5B）參數，支持在 2GB 以上內存設備上運行；E4B 共有 80 億（8B）參數，支持在 3GB 以上內存設備上運行，兩者通過架構創新，內存占用相當于 20 億（2B）和 40 億（4B）模型。
在架構方面，Gemma 3n 創新采用 MatFormer 架構，來提供計算靈活性，此外使用 Per Layer Embeddings（PLE）以提升內存效率、MobileNet-v5 視覺編碼器等等。
對于 MatFormer 架構，谷歌用一個俄羅斯套娃的比喻來描述：一個較大模型內部包含一個較小但完全功能的版本，讓單一模型能夠根據不同任務以不同大小運行。
Gemma 3n 在多語言（支持 140 種語言的文本和 35 種語言的多模態理解）、數學、編碼和推理方面都實現了質量提升。
在性能基準方面，較大的 E4B 模型是首個參數量低于 10B 但 LMArena 得分超過 1300 的模型。
模型的音頻能力現在支持設備上的語音轉文本和翻譯，使用一個能夠處理細致語音的編碼器。
視覺方面則由一個名為 MobileNet-V5 的新編碼器提供動力，比前代更快、更高效。它能在 Google Pixel 設備上以最高 60FPS 處理視頻。
本文鏈接：http://www.rrqrq.com/showinfo-45-14211-0.html谷歌正式發布 Gemma 3n 小鋼炮模型：2GB 內存本地玩轉 AI 多模態
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號